CN103688144A - 用于分析旋转机器零件的状态的方法和系统 - Google Patents

用于分析旋转机器零件的状态的方法和系统 Download PDF

Info

Publication number
CN103688144A
CN103688144A CN201280034754.8A CN201280034754A CN103688144A CN 103688144 A CN103688144 A CN 103688144A CN 201280034754 A CN201280034754 A CN 201280034754A CN 103688144 A CN103688144 A CN 103688144A
Authority
CN
China
Prior art keywords
amplitude
peak
value
rotating part
frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280034754.8A
Other languages
English (en)
Other versions
CN103688144B (zh
Inventor
拉尔斯-奥洛夫·埃利斯·赫丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SPM Instrument AB
Original Assignee
SPM Instrument AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SPM Instrument AB filed Critical SPM Instrument AB
Publication of CN103688144A publication Critical patent/CN103688144A/zh
Application granted granted Critical
Publication of CN103688144B publication Critical patent/CN103688144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00—Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F16C19/527—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2233/00—Monitoring condition, e.g. temperature, load, vibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/48—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37434—Measuring vibration of machine or workpiece or tool
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Abstract

一种操作用于分析以旋转速度（fROT>Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，Sf）；分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（RS）对应；所述预定旋转量（RS）与所述被监控旋转零件的至少一次旋转对应；定义多个振幅范围，每个振幅范围与每转一个以上峰值的峰值出现频率对应；将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内所检测的峰振幅值（Ap）的出现次数；为出现频率为每转约NL个峰值的检测峰值确定峰振幅值（APL），所述出现频率值NL为大于1的数字。

Description

用于分析旋转机器零件的状态的方法和系统
技术领域
本发明涉及一种用于分析机器的状态的方法，以及一种用于分析机器的状态的装置。本发明还涉及一种包括这样的装置的系统和操作这样的装置的方法。本发明还涉及一种用于使计算机执行分析功能的计算机程序。
背景技术
具有活动零件的机器会随着时间的推移而遭受磨损，这通常会造成机器状态退化。这种具有活动零件的机器的实例为电动机、泵、发电机、压缩机、车床和数控机床。活动零件可包括轴和轴承。
为了防止机器故障，应根据机器状态对这种机器进行维护。因此，优选地，应经常对这种机器的运行状态进行估算。可通过测量由轴承产生的振动，或测量机器外壳上的温度而确定运行状态，所述温度取决于轴承的运行状态。具有旋转零件或其它活动零件的机器的这种状态检查对于安全性和这种机器的寿命来说都非常重要。手动对机器进行这种测量是已知的。这种普通的测量通常由操作人员借助在一台或多台机器上的测量点上进行测量的测量仪器进行。
根据滚动轴承的缺陷会产生短脉冲（一般称为冲击脉冲）的情况，有多种商用仪器可以使用。冲击脉冲测量仪器可生成表示轴承或机器的状态的信息。
WO03062766公开了一种具有测量点和具有特定轴径的轴的机器，其中，所述轴可在机器使用时旋转。WO03062766还公开了一种用于分析具有转轴的机器的状态的装置。所公开的装置具有传感器，传感器用于生成表示测量点处的振动的测量值。WO03062766公开的装置具有数据处理器和存储器。存储器可存储程序代码，程序代码在数据处理器上运行时会使分析装置执行机器状态监控功能。这种机器状态监控功能可包括冲击脉冲测量。
当滚珠轴承或滚柱轴承被正确安装，充分润滑或以其它方式妥善处理时，除材料疲劳之外，基本消除了会造成故障的状态。在适当的轴承设备中，轴承润滑剂的有效性取决于其将滚动面充分分离的能力。弹性流体动力润滑剂保护薄膜的厚度通常仅稍大于被该薄膜分离的润滑轴承面的粗糙度的和。理论和分析研究研究出了一种弹性流体动力润滑剂薄膜参数，用于评定在滚珠轴承和滚柱轴承应用中的润滑有效性。后者参数包括润滑剂薄膜厚度和润滑表面粗糙度的函数。实验上已利用将电容测量与润滑剂介电常数知识相结合，估算薄膜厚度的技术证实了为滚动轴承中的标称线触头和点触头的弹性流体动力润滑剂薄膜参数提供基础的理论预测。采用利用X射线透射技术、透明部件和干涉测量法的其它试验研究对润滑剂薄膜厚度和形状进行了研究。通过测量工作轴承中由于润滑剂薄膜的存在而防止了金属与金属接触的时间百分数，获得了润滑剂薄膜厚度对轴承持久性的作用的定性指标。
对于大多数轴承应用，弹性流体动力润滑剂薄膜参数Λ的值的范围为0.8至4。当Λ的值小于0.8时，由于润滑剂薄膜的散点状干扰，存在表面损坏的风险，这表示可能需要采取矫正措施改善润滑作用。大于4的Λ值表示通过完整的弹性流体动力润滑剂薄膜的滚动面连续分离。当存在这种情况时，轴承的“额定寿命”可以期望至少为所列目录中特定轴承的额定值的两倍。但是，在最佳运行条件下，需要将轴承间隙最小化，同时保持适当的薄膜分离程度，以达到良好的轴承寿命，Λ的值将会稍小于4。在精密装置，例如，丝杆机构、机器主轴等中，这种条件是期望的。
可计算滚柱轴承中标称线触头或滚珠轴承应用中点触头的Λ的理论值，且这样的计算在滚柱和滚珠轴承应用的分析和设计中非常有用。可采用上文概述的试验技术中的一种证实设计标准的准确性，然而，尽管这样的试验技术在检验理论上预测的润滑剂薄膜厚度时是有用的，但它们无法提供估算现场运行条件下轴承润滑状态的实用方法。
许多轴承设备安装在不太理想的条件下运行，理想条件一般是在大多数理论和试验研究中假设或提供的。一个重要的实际考虑是，在滚动元件接触区域附近提供和分布润滑剂。经常存在，但不能每次都被识别的润滑剂不足对润滑剂薄膜厚度和轴承运行的其它弹性流体动力方面具有重要的影响。
发明内容
本发明的一个方面涉及提供用于分析具有旋转零件的机器的状态的改进方法和改进装置的问题。
该问题通过一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法被解决，所述方法包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（RS）对应，所述预定旋转量（RS）与所述被监控的旋转零件的至少一次旋转对应；
定义多个振幅范围，每个振幅范围与每转一个以上峰值的峰值出现频率对应；
将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内所检测的峰振幅值（Ap）的出现次数；
为出现频率为每转约NL个峰值的所检测的峰值确定峰振幅值（APL），所述出现频率值NL为大于1的数字。
下文公开了所述方法和装置的各种实施方式。本发明的实施方式1包括：一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应；所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少一次旋转对应；
定义多个振幅范围，每个振幅范围与每转一个以上峰值的峰值出现频率对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以反映（470）在所述多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数，或反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；为出现（N’）频率为每转约NL个峰值的所检测的峰值确定峰振幅值（APL），所述出现频率值NL为大于1的数字。
实施方式2。一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括：
进行对多个旋转速度（fROT，Vr）对特定类型的轴承确定多个参考值（APLrefVr）的程序；所述参考值确定程序包括以下步骤：
当未润滑的控制轴承以两种不同旋转速度运行时，对其进行监控，
将以第一速度（V1）运行旋转零件时出现频率为每转约NL个峰值的检测峰值的峰振幅值（APL）记录为第一参考值（APLrefV1），所述出现频率值NL为大于1的数字，并且
将以第二速度（V2）运行旋转零件时出现频率为每转约NL个峰值的检测峰值的峰振幅值（APL）记录为第二参考值（APLrefV2），
当被监控的轴承以第三速度（V3）运行时，估算用作第三参考（APLrefV3）的第三参考值（APLrefV3），所述第三参考值（APLrefV3）根据所述第一参考值（APLrefV1）和第二参考值（APLrefV2）生成。
实施方式3。根据实施方式1或2所述的方法，其中，出现频率为每转约NL个峰值的检测峰值的振幅用于表示润滑状态。
实施方式4。根据前述实施方式任一项所述的方法，其中，所述确定步骤包括：
在达到所述预定旋转量（RS，RD）时，识别其中计数了X个振幅值的振幅单元，其中
X=RD*NL，且其中
RD为与所述预定旋转量（RS，RD）对应的数字；并且
使用所识别的振幅范围的振幅值作为所述峰振幅值（APL）。
实施方式5。根据实施方式5所述的方法，其中
所述振幅范围为所检测的峰振幅值的直方图中的范围（500，r）。
实施方式6。根据实施方式1至3任一项所述的方法，其中，所述确定步骤包括：
在达到所述预定旋转量（RS，RD）时，识别其中计数了Z个振幅值的振幅单元，其中
Z反映（530）了振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；并且
Z=RD*NL，以及其中
RD为与所述预定旋转量对应的数字，且所述确定步骤进一步包括
使用所述识别的振幅范围的振幅值作为所述峰振幅值（APL）。
实施方式7。根据前述实施方式任一项所述的方法，其中
所述有限时间周期（TPm）根据预设旋转量（RS）和表示实际旋转量（RD）的信号确定（875）；其中
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少一次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少两次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少三次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少四次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少八次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控旋转零件的至少十次旋转对应。
实施方式8。根据实施方式1至3任一项所述的方法，其中，所述确定步骤包括：
将第Y个最高的峰振幅值选为表示润滑状态的所述峰振幅值（APL）；其中
Y=RS*NL
并且其中
RS为所述预定旋转量（RS）；以及
NL为值大于一（1）的整数。
实施方式9。一种操作用于分析以旋转速度（fROT）旋转的机器零件的润滑状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPmL）内的峰振幅值（Ap），所述有限时间周期与所述旋转零件的特定旋转量（RD）对应，所述特定旋转量（RD）与所述被监控的旋转零件的一次以上的旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以
反映（470）在所述多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的检测峰值的出现次数（N’）；
识别包含有限时间周期（TPmL）内平均出现频率（NL）为每转一次以上的分类的峰振幅值APL的振幅范围（r）。
实施方式10。一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控的旋转零件的至少一次旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；
使用与所述振幅范围中的至少一个第一振幅范围相关的振幅值（APR）作为表示所述旋转零件的第一种状态的值；以及
使用与所述振幅范围中的至少一个第二振幅范围相关的振幅值（APL）作为表示所述旋转零件的第二种状态的值。
实施方式11。一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控的旋转零件的至少一次旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的检测峰值的出现次数（N’）；
使用与所述振幅单元中的至少两个振幅单元相关的振幅值（APL，APR）作为表示所述旋转零件的一种状态的值；
基于所述峰值的每转出现次数（NL，NR）区分
用于表示轴承面的润滑状态的振幅值（APL，APR）和
用于表示轴承面的机械状态的振幅值（APL，APR）。
实施方式12。根据实施方式11所述的方法，其中
用于表示轴承面的润滑状态的振幅值（APL）在每转峰值数量中具有第一出现频率值（NL）；
所述第一出现频率值（NL）为高于每转一个峰值的数字。
实施方式13。根据实施方式11或12所述的方法，其中
用于表示轴承面的机械状态的振幅值（APR）在每转峰值数量中具有第二出现频率值；
所述第二出现频率值为低于每转一个峰值的数字。
实施方式14。根据前述实施方式任一项所述的方法，其中，
所述出现频率值NL为大于10的数字。
实施方式15。根据前述实施方式任一项所述的方法，其中
所述出现频率值NL为15至150的范围内的数字。
实施方式16。根据前述实施方式任一项所述的方法，其中
所述出现频率值NL为20至90的范围内的数字。
实施方式17。根据前述实施方式任一项所述的方法，其中
所述出现频率值NL为25至70的范围内的数字。
实施方式18。根据前述实施方式任一项所述的方法，其中
所述出现频率值NL反映了被监控的零件的每转的峰值数。
实施方式19。一种用于确定与旋转零件相关的轴承的参考值（APRrefVr）的程序，包括以下步骤：
接收取决于由所述旋转零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（Ap），所述有限时间周期与所述轴承的特定旋转量（R）对应，所述特定旋转量（R）与所述被监控的旋转零件的一次以上的旋转对应；
当控制轴承以两种不同旋转速度运行时，对其进行监控，
将以第一速度运行控制轴承时每R转出现一次的最高信号峰值（APR）记录为第一参考值（APRV1），并且
将以第二速度运行控制轴承时每R转出现一次的最高信号峰值（APR）记录为第二参考值（APRV2），
当被监控的轴承以第三速度运行时，估算用作参考的第三参考值（APRV3），所述第三参考值（APRV3）根据所述第一参考值（APRV1）和第二参考值（APRV2）生成。
实施方式20。一种用于执行根据前述实施方式任一项所述的方法的装置。
实施方式21。一种操作用于分析具有以旋转速度（fRoT）旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（Ap），所述有限时间周期与所述旋转零件的特定旋转量（R）对应，所述特定旋转量（R）与所述被监控的旋转零件的一次以上的旋转对应；
定义多个（NR）振幅范围；
将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内的所检测的峰振幅值（Ap）的出现次数（N）；
根据所述分类的峰振幅值（Ap）和所述特定量（R）估算典型的峰振幅值（APR）。
实施方式22。根据实施方式21所述的方法，进一步包括
将所述典型的峰振幅值（APR）传输给到用户界面，以显示给用户。
实施方式23。根据实施方式21或22所述的方法，进一步包括执行状态监控功能（F1，F2，Fn），以根据所述典型的峰振幅值（APR）分析机器状态。
实施方式24。根据前述实施方式任一项所述的方法，其中，所述估算步骤包括：将第R高振幅选为所述典型的峰振幅值（APR）。
实施方式25。根据前述实施方式任一项所述的方法，其中，所述估算步骤包括：制作累加直方图。
实施方式26。根据前述实施方式任一项所述的方法，其中，由被监控的旋转零件的旋转产生的振幅电平紧密遵循正态分布（也称为高斯分布）；以及其中
对由旋转零件的多次旋转产生的振幅电平进行记录，以检测用于确定被监控的旋转零件的状态的相关实际峰值。
实施方式27。根据前述实施方式任一项所述的方法，其中
估算步骤包括：基于高斯函数或钟形曲线的特性估算不太频繁的最高峰振幅值（APR，590），使低振幅值（550，560）的出现频率可用于告知不太频繁的最高峰振幅值（APR,590）的振幅。
实施方式28。根据前述实施方式任一项所述的方法，其中
所述特定旋转量包括至少n*R次旋转，其中，n为数值至少为1的数字，R的数值至少为8。
实施方式29。根据实施方式28所述的方法，其中
n的数值至少为2；并且
估算步骤包括：选择第n个最高检测的峰振幅值。
实施方式30。根据实施方式28或29任一项所述的方法，其中
R的数值至少为10。
实施方式31。一种操作用于分析具有以旋转速度（fRoT）旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（Ap），所述有限时间周期与所述旋转零件的特定旋转量（R）对应，所述特定旋转量（R）与所述被监控的旋转零件的一次以上的旋转对应；
定义多个（NR）振幅范围；
将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内所检测的峰振幅值（Ap）的出现次数（N）；
根据所述分类的峰振幅值（Ap）和所述特定量（R）估算典型的峰振幅值（APR，630，640，650，660）；
将所述典型的峰振幅值（APR）与参考信息相比较；以及
通过将所述典型的峰振幅值（APR，630，640，650）与对应参考信息（APRrefVr，620）相关联而生成表示检测的相对损坏的值。
附图说明
为了易于理解本发明，下文将通过示例并参照附图进行描述，在附图中：
图1示出了根据本发明的一个实施方式的包括分析装置的状态分析系统2的一个实施方式的示意框图。
图2A为图1所示的包括分析装置的实施方式的状态分析系统2的一部分的实施方式的示意框图。
图2B为传感器接口的实施方式的示意框图。
图2C为来自振动传感器的测量信号的示图。
图2D示出了由冲击脉冲传感器（shock pulse sensor）生成的测量信号振幅。
图2E示出了由振动传感器生成的测量信号振幅。
图3为根据本发明实施方式的冲击脉冲测量传感器的简化的示图
图4为存储器60及其内容的实施方式的简化的示图。
图5为具有活动轴的机器6所处的客户位置处的分析装置的实施方式的示意框图。
图6A示出了根据本发明实施方式的预处理器的实施方式的示意框图。
图6B示出了包括数字整流器的预处理器的实施方式。
图7示出了估算器（evaluator）的实施方式。
图8为可由图6B所示的整流器传输的整流信号的示意图。
图9示出了没有任何噪声的情况下的测量过程产生的直方图。
图10示出了在测量过程中引入了高振幅噪声的另一个测量产生的直方图。
图11A为示出操作装置以使其用于执行峰值电平状态分析的方法的实施方式的流程图。
图11B为示出操作装置以进行峰值电平状态分析的方法的实施方式的流程图。
图12A为示出进行峰值电平测量会话的方法的实施方式的流程图。
图12B为示出进行峰值电平测量会话并解决噪声峰振幅值突发影响的方法的实施方式的流程图。
图13A示出了具有多个振幅单元的直方图。
图13B为设置为表格的多个存储位置的示意图。
图13C为与图13B的直方图表格对应的累加直方图表格的示图。
图14A为示出基于测量会话中采集的峰振幅值Ap确定典型的峰振幅值的方法的实施方式的流程图。
图14B为示出基于测量会话中采集的峰振幅值Ap估算典型的峰振幅值APR的方法的另一个实施方式的流程图。
图15A为反映测量过程产生的累加直方图的原理的示图。
图16为分析装置的实施方式的示意框图。
图17为根据实施方式形成的方案的示图。
图18为用于检测轴承面的润滑状态的方案的实施方式的示图。
图19为出现频率为每转一个以上峰值的峰值APL的振幅与弹性流体动力润滑剂薄膜参数Λ之间的相关性的示图。
图20为示出弹性流体动力薄膜参数Λ与轴承上用于两种不同负载的轴承的金属与金属接触的时间百分比之间的关系曲线图。
图21为根据本发明实施方式的改进装置的框图。
图22为用于区分表示被监控的轴承面的润滑状态的第一参数与表示轴承面的机械状态的第二参数的方案的实施方式的示图。
具体实施方式
在以下说明中，不同实施方式中的相似特征可用相同参考数字表示。
图1示出了根据本发明实施方式的状态分析系统2的实施方式的示意框图。参考数字4指具有活动零件8的机器6的客户位置。活动零件可包括轴承7和轴8，轴8在机器运行时旋转。轴8或轴承7的运行状态可根据轴旋转时轴和/或轴承产生的振动确定。还可被称为客户部分或用户部分的客户位置4，可为（例如）风力发电厂的建筑，例如，位置处的一组风轮机，或造纸厂的建筑，或拥有具有活动零件的机器的某些其它制造厂。
当传感器10附接在机器6本体的测量点12上或处于测量点12处时，状态分析系统2的实施方式运行。尽管图1仅示出了两个测量点12，但应理解的是，位置4可包括任何数量的测量点12。图1所示的状态分析系统2包括用于基于传感器10传输的测量值分析机器状态的分析装置14。
分析装置14具有用于进行双向数据交换的通信端口16。通信端口16可通过（例如）数据接口19与通信网络18连接。通信网络18可为万维网，又称因特网。通信网络18还可包括公用交换电话网。
服务器计算机20与通信网络18连接。服务器20可包括数据库22、用户输入/输出接口24和数据处理硬件26，以及通信端口29。服务器计算机20位于在地理上与客户位置4分离的位置28。服务器位置28可位于第一城市，例如，瑞典首都斯德哥尔摩，客户位置可处于另一个城市，例如，德国斯图加特或美国密歇根底特律。可选地，服务器位置28可位于城镇的第一部分，客户位置可位于同一城镇的另一个部分。服务器位置28还可称为供应商部分28或供应商部分位置28。
根据本发明的实施方式，中心控制位置31包括控制计算机33，控制计算机33具有用于测量客户位置4上的多台机器的数据处理硬件和软件。机器6可为风轮机或风轮机内使用的齿轮箱。可选地，机器可包括（例如）造纸厂的机械。控制计算机33可包括数据库22B、用户输入/输出接口24B和数据处理硬件26B以及通信端口29B。中心控制位置31可在地理距离上与客户位置4分离。通过通信端口29B，控制计算机33可以经由端口16被耦接以于分析装置14通信。分析装置14可传输经过部分处理的测量数据，以在中心位置31处由控制计算机33进行进一步信号处理和/或分析。
供应商公司占据供应商部分位置28。供应商公司可销售和传送分析装置14和/或用于分析装置14的软件。供应商公司还可销售和传送用于中心控制位置31处的控制计算机的分析软件。下文结合图4对这种分析软件94、105进行了讨论。这种分析软件94、105可通过在所述通信网络18传输而传送。
根据系统2的一个实施方式，装置14可为时不时与通信网络18连接的便携装置。
根据系统2的另一个实施方式，装置14基本与通信网络18持续连接。因此，根据该实施方式的装置14可基本上始终处于可用于与供应商计算机20和/或控制位置31的控制计算机33通信的“在线”状态。
图2A为图1所示的状态分析系统2的一部分的实施方式的示意框图。如图2A所示，状态分析系统包括用于生成测量值的传感器单元10。测量值可取决于轴旋转时轴承产生的移动，或者，更准确地说，轴承产生的振动或冲击脉冲。
装置30牢固地安装在机器6上的测量点上或测量点处时，状态分析系统2的实施方式是可运行的。安装在测量点处的装置30可称为双头螺栓（stud）30。双头螺栓30可包括传感器单元10能够可拆卸地附接的连接耦接器32。连接耦接器32可（例如）包括用于使传感器单元通过1/4匝旋转与双头螺栓机械啮合的双头螺纹（double start thread）。
测量点12可包括在机器外壳中的螺纹凹口。双头螺栓30可具有突出部分，突出部分具有与凹口的螺纹对应的螺纹，用于将双头螺栓像螺栓一样置于凹口中，从而将其稳固地附接在测量点上。
可选地，测量点可包括在机器外壳中的螺纹凹口，传感器单元10可包括对应螺纹，使其可直接被引入凹口中。可选地，仅用涂漆标记在机器外壳上对测量点进行标记。
图2A所示的机器6可具有转轴，转轴具有特定轴径d1。当机器6使用时，机器24中的轴可以旋转速度V1旋转。
传感器单元10可与用来分析机器状态的装置14耦接。参照图2A，分析装置14包括用于接收由传感器10生成的测量信号或测量数据的传感器接口40。传感器接口40与数据处理装置50耦接，数据处理装置50能根据程序代码控制分析装置14的运行。数据处理装置50还与用于存储所述程序代码的存储器60耦接。
根据本发明的实施方式，传感器接口40包括用于接收模拟信号的输入端42，输入端42与模数（A/D）转换器44连接，模数（A/D）转换器44的数字输出端48与数据处理装置50耦接。A/D转换器44以特定采样频率fS对接收的模拟信号进行采样，以传送具有所述特定采样频率fS的数字测量数据信号SMD，其中，每个样本的振幅取决于采样时接收的模拟信号的振幅。
根据本发明的另一个实施方式，如图2B所示，传感器接口40包括用于从冲击脉冲测量传感器接收模拟信号SEA的输入端42、耦接以用于接收模拟信号的调节电路（conditioning circuit）43，以及耦接以用于从调节电路43接收调节的模拟信号的A/D转换器44。A/D转换器44以特定采样频率fS对接收的调理模拟信号进行采样，以传送具有所述特定采样频率fS的数字测量数据信号SMD，其中，每个样本的振幅取决于采样时接收的模拟信号的振幅。
采样定理确保在采样率fS大于要监控的模拟信号SEA的最大频率fSEAmax的两倍的情况下，可将带限信号（即，具有最大频率的信号）从采样版很好地重构。因此，等于采样率的二分之一的频率则为毫无疑问可用采样信号SMD表示的最高频率的理论极限。该频率（采样率的一半）称为采样系统的奈奎斯特频率。高于奈奎斯特频率fN的频率可在采样信号中观测到，但其频率不定。即，具有频率f的频率分量无法与非零整数B的具有频率B*fN+f和B*fN-f的其它分量区分开来。
可通过在将信号转换成采样离散表示之前用防混叠滤波器（通常为具有接近奈奎斯特频率的截止频率的低通滤波器）对信号进行滤波而解决这种不定性（称为混叠）。
为了提供安全裕度，使非理想滤波器在频率响应中具有特定斜度，采样频率可选为大于2的值。因此，根据本发明的实施方式，采样频率可设为
fS=k*fSEAmax
其中
k为值大于2,0的因数。
由此，因数k可选为大于2,0的值。优选地，因数k可选为2,0和2,9之间的值，以提供良好安全裕度，同时避免生成许多不必要的样本值。根据实施方式，有利地，选择因数k以使得100*k/2的结果为整数。根据实施方式，因数k可被设定为2,56。将k选为2,56，则100*k=256=2的8次方。
根据实施方式，数字测量数据信号SMD的采样频率fS可被固定为特定值fS，例如，fS=102kHz。
因此，采样频率fS被固定为特定值fS时，模拟信号SEA的最大频率fSEAmax将为：
fSEAmax=fS/k
其中，fSEAmax为采样信号中要分析的最高频率。
因此，当采样频率fS被固定为特定值fS=102400Hz，且因数k被设为2,56时，模拟信号SEA的最大频率fSEAmax将为：
fSEAmax=fS/k=102400/2,56=40kHz
由此，响应于所接收的模拟测量信号SEA而生成具有特定采样频率fS的数字测量数据信号SMD。A/D转换器44的数字输出端48经由传感器接口40的输出端49与数据处理装置50耦接，以将信号测量数据信号SMD传送至数据处理装置50。
传感器单元10可包括振动变频器（传感器，transducer），传感器单元被构造为与测量点的连接耦接器物理啮合，使机器在测量点处的振动被传递给振动变频器。根据本发明的实施方式，传感器单元包括具有压电元件的变频器。当测量点12振动时，传感器单元10，或其至少一部分，也会振动，传感器随后生成频率和振幅分别取决于测量点12的机械振动频率和振动振幅的电信号。根据本发明的实施方式，传感器单元10为振动传感器，提供（例如）频率范围为1.00至10000Hz的10mV/g的模拟振幅信号。这样的振动传感器被设计为用于传输10mV的基本相同的振幅，而无论是否会以1Hz、3Hz或10Hz被施加1g（9,82m/s2）的加速度。因此，典型的振动传感器在高达约10kHz的指定频率范围内具有线性响应。由机器旋转零件产生的在该频率范围内的机械振动通常是由不平衡或未对准造成的。然而，当被安装在机器上时，线性响应振动传感器通常还具有取决于传感器与振动源之间的物理路径的多个不同的机械共振频率。
滚柱轴承的损坏可能会造成在到达传感器之间沿机器外壳中的物理路径传播的相对尖锐的弹性波，称为冲击脉冲。这种冲击脉冲通常具有宽的频谱。滚柱轴承冲击脉冲的振幅一般低于由不平衡或未对准造成的振动的振幅。
冲击脉冲信号的宽的频谱使得它们能够激活“振铃响应”或以与传感器相关联的共振频率共振。因此，来自振动传感器的典型测量信号可具有图2C所示的波形，即，具有叠加的高频低振幅共振“振铃响应”的明显的低频信号。
为了对通常由轴承损坏产生的冲击脉冲信号进行分析，必须将低频分量过滤掉。这可由高通滤波器或带通滤波器实现。然而，必须对这些滤波器进行调整，从而使得低频信号部分被阻挡而同时高频信号部分通过。单独振动传感器一般具有一个与来自一个冲击脉冲信号源的物理路径相关的共振频率，以及与来自另一个冲击脉冲信号源的物理路径相关的不同的共振频率，如US6,053,047所述。因此，用于使高频信号部分通过的滤波器调整要求在使用振动传感器时能实现单独调适。
当这样的滤波器被正确调整时，生成的信号将由冲击脉冲信号组成。然而，由振动传感器产生的冲击脉冲信号的分析在某种程度上受到以下事实的影响，因为振幅响应以及共振频率的变化本质上取决于来自冲击脉冲信号源的单独物理路径。
有利地，与振动传感器有关的这些缺点可通过使用冲击脉冲测量传感器而消除。冲击脉冲测量传感器被设计和调适为提供预定的机械共振频率，具体如下文所述。
有利地，冲击脉冲测量传感器的这个特征呈现了可重复的测量结果，即，来自冲击脉冲测量传感器的输出信号具有基本上与冲击脉冲信号源与冲击脉冲传感器之间的物理路径无关的稳定的共振频率。另外，互不相同的单独冲击脉冲传感器提供非常小的共振频率偏移（如果有）。
其有利效果在于，与上文所述的使用振动传感器的情况相比，简化了信号处理，滤波器不需要单独调整。另外，来自冲击脉冲传感器的振幅响应被很好地规定，从而使得当根据S.P.M.仪器AB规定的适当测量方法进行测量时，单次测量能提供可靠的信息。
图2D示出了由冲击脉冲传感器生成的测量信号振幅，图2E示出了由振动传感器生成的测量信号振幅。两个传感器都被施加了同一系列的机械冲击而没有典型低频信号内容。从图2D和2E可以清楚地看到，对来自冲击脉冲测量传感器的冲击脉冲信号的共振响应的持续时间小于对来自振动传感器的冲击脉冲信号的对应共振响应。
冲击脉冲测量传感器提供不用的冲击脉冲信号响应的这个特征的有利效果在于，提供了可区分短时间跨度内产生的不同的机械冲击脉冲的测量信号。
根据本发明的实施方式，传感器为冲击脉冲测量传感器。图3为根据本发明实施方式的冲击脉冲测量传感器10的简化示图。根据该实施方式，传感器包括具有特定质量或重量的部分110和压电元件120。压电元件120在某种程度上具有弹性，使其可在被施加了外力时收缩和膨胀。压电元件120分别在相对表面上设有导电层130和140。随着压电元件120收缩和膨胀，会生成由导电层130和140拾取的电信号。由此，机械振动被转换成在输出端子145、150上被传送的模拟电测量信号SEA。
压电元件120可置于重量110与表面160之间，在操作期间，表面160物理附接至测量点12，如图3所示。
冲击脉冲测量传感器10具有取决于传感器的机械特性，例如，重量部分110的质量m和压电元件120的弹性，的共振频率。因此，压电元件具有弹性和弹簧常数k。因此，传感器的机械共振频率fRM也取决于质量m和弹簧常数k。
根据本发明的实施方式，传感器的机械共振频率fRM可通过以下等式确定：
fRM＝1/(2π）√（k/m)   （等式1）
根据另一个实施方式，冲击脉冲测量传感器10的实际机械共振频率还可取决于其它因素，例如，传感器10在机器6本体上的附接特性。
因此，共振冲击脉冲测量传感器10对频率为机械共振频率fRM或接近机械共振频率fRM的振动特别敏感。冲击脉冲测量传感器10可以被设计为使得机械共振频率fRM的范围大约为28kHz至37kHz。根据另一个实施方式，机械共振频率fRM的范围大约为30kHz至35kHz。
由此，模拟电测量信号具有随频谱变化的电振幅。为了说明理论背景，可假定如果对冲击脉冲测量传感器10施加（例如）1Hz至（例如）200000kHz的所有频率下的振幅都相同的机械振动，则来自冲击脉冲测量传感器的模拟信号SEA的振幅在机械共振频率fRM下具有最大值，因为传感器在以该频率被“推动”时产生共振。
如图2B所示，调节电路43接收模拟信号SEA。调节电路43可被设计为阻抗调适电路（impedance adaption circuit），所述阻抗调适电路被设计为调适从传感器端子145、150看去的A/D转换器的输入阻抗，以达到最佳信号传输。因此，调节电路43可操作为调适从传感器端子145、150看去的输入阻抗Zin，以将最大电功率传输给A/D转换器44。根据调节电路43的实施方式，将模拟信号SEA传输给变压器的初级绕组，由变压器的次级绕组传输调节的模拟信号。初级绕组具有n1匝，次级绕组具有n2匝，n1/n2的比=n12。因此，A/D转换器44被耦接以用于从调节电路43接收调节的模拟信号。A/D转换器44具有输入阻抗Z44，且当调节电路43耦接在传感器端子145、150与A/D转换器44的输入端子之间时，从传感器端子145、150看去的A/D转换器的输入阻抗将为（n1/n2）2*Z44。
A/D转换器44以特定采样频率fS对接收的调理模拟信号进行采样，以传送具有所述特定采样频率fS的数字测量数据信号SMD，其中，每个样本的振幅取决于采样时接收的模拟信号的振幅。
根据本发明的实施方式，数字测量数据信号SMD被传送至用于数字信号处理的装置180（见图5）。
根据本发明的实施方式，用于数字信号处理的装置180包括数据处理器50和用于使数据处理器50进行数字信号处理的程序代码。根据本发明的一个实施方式，数据处理器50由数字信号处理器实施。数字信号处理器还可称为DSP。
参照图2A，数据处理装置50与用于存储所述程序代码的存储器60耦接。程序存储器60优选为非易失性存储器。存储器60可为读/写存储器，即，能从存储器中读取数据并将新数据写入存储器60。根据实施方式，程序存储器60由闪速存储器实施。程序存储器60可包括第一存储段70，第一存储段70用于存储可执行以控制分析装置14进行基本操作的第一组程序代码80（图2A和图4）。程序存储器还可包括用于存储第二组程序代码94的第二存储段90。第二存储段90中的第二组程序代码94可包括用于使分析装置处理检测信号（或多个检测信号）以生成预处理信号或一组预处理信号的程序代码。存储器60还可包括用于存储第三组程序代码104的第三存储段100。第三存储段100中的第三组程序代码104可包括用于使分析装置进行所选分析功能105的程序代码。当执行分析功能时，可使分析装置在用户界面106上显示对应的分析结果，或在端口16上传送分析结果（见图1和图2A及图7）。
数据处理装置50还与用于存储数据的读/写存储器52耦接。另外，数据处理装置50可与分析装置通信接口54耦接。分析装置通信接口54提供了与测量点通信接口56的双向通信，测量点通信接口56可附接在机器上的测量点上或附近。
测量点12可包括连接耦接器32、可读可写信息载体58和测量点通信接口56。
可写信息载体58和测量点通信接口56可设置在位于双头螺栓30附近的单独装置59中，如图2所示。可选地，可写信息载体58和测量点通信接口56可设置在双头螺栓30内。这在WO98/01831中有具体说明，其全部内容结合于此作为参考。
系统2被设置为允许测量点通信接口56与分析装置通信接口54之间的双向通信。测量点通信接口56和分析装置通信接口54优选被构造为允许无线通信。根据实施方式，测量点通信接口和分析装置通信接口被构造为通过射频（RF）信号互相通信。该实施方式包括在测量点通信接口56中的天线和在分析装置通信接口54中的另一个天线。
图4为存储器60及其内容的实施方式的简化示图。该简化示图的目的在于便于理解在存储器60中存储不同程序功能的基本概念，并不一定是在真实存储器电路中存储程序的方法的正确技术教导。第一存储段70存储用于控制分析装置14进行基本操作的程序代码。尽管图4的简化示图示出了伪代码，但应理解的是，程序代码80可由机器代码，或可由数据处理装置50（图2A）执行或解译的任何级别的程序代码构成。
图4所示的第二存储段90存储第二组程序代码94。当段90中的程序代码94在数据处理装置50上运行时会使分析装置14执行诸如数字信号处理功能的功能。所述功能可包括数字测量数据信号SMD的先进数学处理。根据本发明的实施方式，程序代码94适于使处理器装置50进行根据本文中的图5、图6、图9、图10、图11A、图11B、图12A、图12B、图13A至图C、图14A、图14B、图15A和/或图16所述的信号处理功能。
如上文结合图1所述，可从服务器计算机20上下载用于控制分析装置的功能的计算机程序。这意味着，要下载的程序通过通信网络18传输。这可通过调制载波，以通过通信网络18传输程序而完成。由此，下载的程序可以被加载到数字存储器，例如，存储器60中（见图2A和4）。因此，可经由通信端口，例如，端口16（图1和2A）接收信号处理程序94和/或分析功能程序104、105，以将其加载到存储器60。相似地，可经由通信端口29B（图1）接收信号处理程序94和/或分析功能程序104、105，以将其加载到计算机26B中的程序存储位置或数据库22B。
本发明的一个方面涉及计算机程序产品，例如,可加载到装置的数字存储器中的程序代码装置94和/或程序代码装置104、105。计算机程序产品包括用于在所述产品在用于机器状态分析的装置的数据处理单元50上运行时执行信号处理方法和/或分析功能的软件代码部分。术语“在数据处理单元上运行”表示计算机程序加上数据处理单元执行本文中的这种方法。
措辞“可加载到状态分析装置的数字存储器中的计算机程序产品”表示计算机程序可被引入到状态分析装置的数字存储器中，以实现状态分析装置被编程为能够或适于执行上述这种方法。术语“加载到状态分析装置的数字存储器中”表示以这种方式被编程的状态分析装置能执行或适于执行上述这种方法。
上述计算机程序产品还可加载到计算机可读介质，例如，光盘或DVD中。这样的计算机可读介质可用于将程序传送给客户。
根据分析装置14（图2A）的实施方式，其包括用户输入界面102，借此，操作人员可与分析装置14交互。根据实施方式，用户输入界面102包括一组按钮104。分析装置14的实施方式包括用户输出界面106。用户输出界面可包括显示单元106。当数据处理装置50运行基本程序代码80中提供的基本程序功能时，通过用户输入界面102和显示单元106提供用户交互。所述一组按钮104可限于几个按钮，例如，五个按钮，如图2A所示。中心按钮107可用于执行“确定”或“选择”功能，而其它外围按钮可用于移动显示器106上的光标。这样，应理解的是，可通过用户界面在装置14中键入符号和文本。显示单元106（例如）可以显示多个符号，例如，字母表中的字母，而光标相应于用户输入在显示器上是可移动的，以允许用户输入信息。
图5为具有活动轴8的机器6所处的客户位置4的分析装置14的实施方式的示意框图。可为冲击脉冲测量传感器的传感器10被示出为附接至机器6的本体，以拾取机械振动，并将表示检测的机械振动的模拟测量信号SEA传送给传感器接口40。传感器接口40可按图2A或图2B所示设计。传感器接口40将数字测量数据信号SMD传送给用于进行数字信号处理的装置180。
数字测量数据信号SMD具有fS的采样频率，每个样本的振幅值取决于采样时接收的模拟测量信号SEA的振幅。根据实施方式，数字测量数据信号SMD的采样频率fS可被固定为特定值fS，例如，fS=102400Hz。采样频率fS可由时钟190传送的时钟信号控制，如图5所示。时钟信号还可传输给用于数字信号处理的装置180。用于数字信号处理的装置180可响应于接收的数字测量数据信号SMD、时钟信号和采样频率fS与时钟信号时间之间的关系生成关于接收的数字测量数据信号SMD的时长的信息，因为两个连续样本值之间的持续时间等于TS=1/fS。
根据本发明的实施方式，用于数字信号处理的装置180包括预处理器200，所述预处理器用于执行数字测量数据信号SMD的预处理，以在输出端210上传送预处理的数字信号SMDP。输出端210与估算器230的输入端220耦接。估算器230适于估算预处理数字信号SMDP，以将估算结果传送到用户界面106。可选地，估算结果可传送给通信端口16，以使得能够传输结果，以（例如）控制在控制位置31处计算机33（见图1）。
根据本发明的实施方式，结合用于数字信号处理的装置180、预处理器200和估算器230中的功能模块描述的功能可通过结合上述图4中的存储块90和100所述的计算机程序代码94和/或104来实施。
用户可仅需要几个基本监控功能来可检测机器状态是否正常。在检测到异常状态时，用户可请专业维护人员确定问题的确切性质并进行必要的维护工作。专业维护人员经常需要并使用宽范围的估算功能，以确定机器异常状态的性质和/或原因。因此，分析装置14的不同用户可对装置功能提出各种不同需求。在本文中，术语状态监控功能用于检测机器状态正常还是在某种程度上退化或异常的功能。术语状态监控功能还包括估算功能，用于确定异常机器状态的性质和/或原因。
机器状态监控功能的实例
状态监控功能F1、F2……Fn包括（例如）以下功能：振动分析、冲击脉冲测量、峰值电平分析、冲击脉冲测量数据的频谱分析、振动测量数据的快速傅里叶变换、用户界面上的状态数据图形表示、所述机器上的可写信息载体中的状态数据存储、所述装置内的可写信息载体中状态数据的存储、转速测量、不平衡检测和未对准检测。
根据实施方式，装置14包括以下功能：
F1=振动分析，
F2=冲击脉冲测量，
F3=峰值电平分析，
F4=冲击脉冲测量数据的频谱分析，
F5=振动测量数据的快速傅里叶变换，
F6=用户界面上的状态数据图形表示，
F7=所述机器上的可写信息载体中的状态数据存储，
F8=所述装置内的可写信息载体52中状态数据的存储，
F9=转速测量，
F10=不平衡检测，以及
F11=未对准检测。
F12=从所述机器上的可写信息载体58中的状态数据的检索。
F13=执行峰值电平分析F3和执行功能F12“从所述机器上的可写信息载体58中的状态数据的检索”，以基于当前峰值电平数据和历史峰值电平数据进行比较和趋势预测。
F14=从所述机器上可写信息载体58中的识别数据的检索。
功能F7“所述机器上的可写信息载体中的状态数据存储”和F13振动分析和状态数据的检索的实施方式具体如WO98/01831所述，其全部内容结合于此作为参考。
峰值电平分析F3可基于由包络器250传送的包络时域信号SENV进行。信号SENV也称为SMDP。
峰值电平分析F3适于在峰值监控周期TPM的持续时间内监控信号，以确定最大振幅电平。
峰振幅可表示被监控轴承中的油膜厚度。因此，检测的峰振幅可表示滚动界面中的金属表面之间的间隔。油膜厚度可取决于润滑剂供给情况和/或轴的对准情况。另外，油膜厚度可取决于轴上的负载，即，取决于将金属表面挤压在一起的力，所述金属表面为（例如）轴承和轴的金属表面。
最大振幅电平的实际检测值还可取决于轴承表面的机械状态，即，轴承组件的状态。由此，最大振幅电平的检测值可取决于滚动界面中的金属表面的粗糙度和/或对滚动界面中的金属表面的损坏程度。最大振幅电平的检测值还可取决于轴承组件中是否存在游离颗粒。
图6A示出了根据本发明实施方式的预处理器200的实施方式的示意框图。在该实施方式中，数字测量数据信号SMD与数字带通滤波器240耦接，数字带通滤波器240具有下截止频率fLC、上截止频率fUC和上下截止频率之间的通带带宽。
来自数字带通滤波器240的输出与数字包络器250连接。根据本发明的实施方式，从包络器250输出的信号被传送到输出端260。预处理器200的输出端260与数字信号处理装置180的输出端210耦接，以将信号传送到估算器230的输入端220。
数字带通滤波器240的上下截止频率可选择为使得信号SMD在传感器的共振频率fRM处的频率分量处于通带带宽内。如上所述，通过传感器在共振频率fRM处机械共振，实现了机械振动的放大。由此，模拟测量信号SEA反映了共振频率fRM处或共振频率fRM附近的振动的放大值。因此，有利地，根据图6的实施方式的带通滤波器抑制了低于和高于共振频率fRM的频率的信号，从而进一步增强了共振频率fRM处的测量信号的分量。另外，有利地，数字带通滤波器240进一步减少了测量信号中固有的噪声，因为低于下截止频率fLC和高于上截止频率fUC的任何噪声分量也已经被消除或减少。因此，当使用机械共振频率fRM在范围为最低共振频率值fRML至最高共振频率值fRMU范围内的共振冲击脉冲测量传感器10时，数字带通滤波器240可以被设计为具有下截止频率fLC=fRML和上截止频率fUC=fRMU。根据实施方式，下截止频率fLC=fRML=28kHz，上截止频率fUC=fRMU=37kHz。
根据另一个实施方式，机械共振频率fRM的约在从30kHz至35kHz的范围内，则数字带通滤波器240被设计为具有下截止频率fLC=30kHz和上截止频率fUC=35kHz。
根据另一个实施方式，数字带通滤波器240可以被设计为具有低于最低功率频率值fRM的下截止频率fLC和高于最大功率频率值fRMU的上截止频率fUC。例如，机械共振频率fRM的频率范围可为30kHz至35kHz，数字带通滤波器240可以被设计为具有下截止频率fLC=17kHz和上截止频率fUC=36kHz。
由此，数字带通滤波器240可传送具有有利的低带外噪声内容并反映通带中的机械振动的通带数字测量数据信号SF。通带数字测量数据信号SF可被传送至包络器250。
数字包络器250由此接收通带数字测量数据信号SF，该信号可反映具有正和负振幅的信号。参照图6A，接收的信号由数字整流器270整流，整流的信号可由可选的低通滤波器280进行滤波，以生成数字包络信号SENV。
由此，信号SENV为响应于滤波的测量数据信号SF而生成的包络信号的数字表示。根据本发明的某些实施方式，可去掉可选的低通滤波器280。
根据本发明的图6A的实施方式，信号SENV被传送到预处理器200的输出端260。因此，根据本发明的实施方式，在输出端210（图5）上传送的预处理数字信号SMDP为数字包络信号SENV。
在现有技术中，响应于测量信号而生成包络信号的模拟装置采用必然会在生成的信号中导致偏移错误的模拟整流器，而数字包络器250将会有利地产生真实的整流而没有任何的偏移错误。由此，数字包络信号SENV将具有良好的信噪比，因为在数字带通滤波器240的通带中的共振频率处机械共振的传感器会产生高的信号振幅，在数字域中进行的信号处理消除了噪声的增加并消除了偏移错误的增加。
参照图5，预处理数字信号SMDP被传送到估算器230的输入端220。
根据另一个实施方式，滤波器240为具有截止频率fLC的高通滤波器。该实施方式通过用高通滤波器240代替带通滤波器而简化了设计，从而将低通滤波留给下游的另一个低通滤波器，例如，低通滤波器280。高通滤波器240的截止频率fLC被选择为接近共振冲击脉冲测量传感器10的最低预期机械共振频率值fRMU的值。当机械共振频率fRM的大约在从30kHz至35kHz的范围内时，高通滤波器240可以被设计为具有下截止频率fLC=30kHz。高通滤波信号随后被传输给整流器270和低通滤波器280。
根据实施方式，应该可以使用共振频率fRM大约在从20kHz至35kHz的范围内的传感器10。为了实现这一点，高通滤波器240被设计为具有下截止频率fLC=20kHz。
图6B示出了这样的实施方式，根据该实施方式，数字带通滤波器240将滤波信号SF传送至数字整流器270，整流器270将整流的信号SR直接传送至状态分析器290（见图7结合图6B）。
图7示出了估算器230（见图5）的实施方式。图7中的估算器230的实施方式包括适于接收表示机器6的状态的预处理数字信号SMDP的状态分析器290。可通过在控制输入端300上传送的选择信号控制状态分析器290执行所选状态分析功能105。状态分析功能105的实例如图7中的框图那样被示意性地示出。在控制输入端300上传输的选择信号可通过与用户界面102（见图2A）进行用户交互而生成。
如上所述，分析装置14可包括峰值电平分析功能F3,105（见图4和图7）。
根据本发明的实施方式，峰值电平分析功能可通过状态分析器290响应于经由控制输入端300的激活而执行。响应于峰值电平分析激活信号，分析器290将会激活峰值电平分析器400（见图7），数字测量信号SMDP将被传输到峰值电平分析器400的输入端。
峰值电平分析器400用于在峰值监控时间TPM的持续时间内监控信号，以确定表示被监控的零件，即，轴承7和/或轴8的机械状态的最大振幅电平APR。最大振幅电平APR还可称为典型的峰值振幅APR。
如上所述，当在测量信号中检测的峰值振幅源自被监控的机器的机械振动时，所述峰值振幅可表示机器状态。当轴承组件被监控时，峰振幅值可表示轴承组件的状态。实际上，峰振幅值可表示被监控的轴承中的油膜厚度。因此，检测的峰振幅可表示滚动界面中的金属表面之间的间隔。油膜厚度可取决于润滑剂供给和/或轴的对准。另外，油膜厚度可取决于轴上的负载，即，金属表面被挤压在一起的力，所述金属表面为（例如）轴承和轴的金属表面。最大振幅电平的实际检测值还可取决于轴承表面的机械状态。
然而，基于检测的峰振幅值正确表示旋转零件的状态的能力要求检测的峰振幅值确实来自于旋转零件。工业中的机器，例如，造纸厂中的机器可能会受到工具或其它机械的机械冲击，这可能会在被监控的机器中产生机械振动或冲击波。因此，数字测量信号中的峰值振幅电平可能是由机器的环境造成的，这种情况下，在数字测量信号中检测的实际的最高振幅值可能与被监控机器零件8的状态无关。为此，在本文中，数字测量信号中与被监控的零件8的机械状态无关的这样峰振幅值被视为噪声。另外，传感器的环境中或状态分析系统的导体附近的电场可能会产生干扰，而在测量信号中产生峰值电压振幅。这种峰值电压振幅也可被视为噪声。
本发明的发明人认识到，在特定机械的机械振动中存在特别高的噪声电平，这种噪声电平会妨碍机器损坏情况的检测。因此，对于某些类型的机械，常规的预防性状态监控方法无法对即将产生的恶化情况提供足够早的和/或可靠的警告。本发明的发明人认为，存在表示这样的机械中的劣化状态的机械振动VMD，但常规的用于正确地检测这种振动的方法目前为止都不适合。
本发明的发明人还认识到，具有缓慢旋转零件的机器属于常规的预防性状态监控方法无法对即将发生的劣化状态提供足够可靠的警告的机械类型。
已经意识到特定机械的机械振动中特别高的噪声电平会妨碍机器损坏情况的检测，本发明的发明人提出一种能更可靠地检测表示被监控的机器6的旋转零件8的初期损坏的信号峰值振幅电平的方法。
然而，测试表明，即使在噪声非常少或没有噪声的实验室环境中，对旋转零件的检测的峰值电平也会经常变化，即，转轴的每次旋转不会产生相同的峰值电平。对这样的振幅电平仔细研究之后，本发明的发明人认为
由被监控的旋转零件的旋转产生的振幅电平紧密遵循正态分布，也称为高斯分布；并且
需要对旋转零件的多次旋转产生的振幅电平进行记录，以检测可用于准确确定被监控的旋转零件的状态的相关真实峰值。
在本文中，应注意的是，正态分布是一种对聚集在平均值周围的数据进行描述的概率分布。相关概率密度分布的曲线为钟形，峰值处于中间，也称为高斯函数或钟形曲线。
图8为可由整流器270（图6B）传输给峰值分析器400（图7）的整流的信号SR的示意图。图5结合图6B和图7提供了分析装置的实施方式的概览。峰值电平分析F3（见图7和图4）适于在峰值监控周期TPM的持续时间内监控信号，以确定相关最大振幅电平。在图8所示的实例中，监控周期TPM与被监控的旋转零件的14次旋转对应。被监控旋转零件的单次旋转在图8中用参考数字405表示。
由此，通过用被监控的旋转零件的旋转次数（而不是用特定时间段）定义监控周期TPM，提高了分析质量。更准确地说，本发明的发明人认识到，当测量期间检测的峰值Ap的数量被视为与被监控的旋转零件的旋转次数R有关时，可采用统计法以实现所得峰振幅值质量的提高。
本发明的发明人认识到，如果检测的峰振幅值Ap的分布与高斯分布类似，可推认为，轴的一次旋转可能会产生与同一轴的另一次旋转不同的一组峰振幅值。
本方法的实施方式包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号；
分析所述第一数字信号，以检测有限时间周期TPM内的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量R对应。所述特定旋转量R应与所述被监控的旋转零件的一次以上的旋转对应。所述方法进一步包括
定义多个（NR个）振幅范围RA；
将所检测的峰振幅值Ap分类至对应振幅范围RA，以反映在所述多个振幅范围内检测的峰振幅值Ap的出现次数N；
图9示出了从在没有任何噪声的实验室条件下测量时间周期TPM对应于被监控的旋转零件的14次（R=14）旋转的测量所得的直方图，即，所示每个黑点对应于一个检测的峰振幅值Ap。因此，“特定的旋转量“为R=14,0次旋转，有限时间周期TPM为被监控的零件8旋转14次所需的时间。被监控零件8可为轴。因此，根据本发明的实施方式，测量时间周期TPM可取决于旋转零件的旋转速度，从而使得当被监控的旋转零件以较低速度旋转时，测量时间周期TPM较长，而当被监控旋转零件以较高速度旋转时，测量时间周期TPM较短。
基于测量是在被监控的零件的R=14次完全旋转期间进行的事实，假定每转检测出一次最高峰振幅值，从图9可以看出，最高的十四个（14）检测峰振幅值有轻微变化，最高振幅用参考标号410表示，第14最高振幅范围用参考标号420表示。因此，从图9可以导出，一次旋转期间检测的峰振幅值Ap通常与在另一次旋转期间检测的峰振幅值不同。换句话说，如果在单次旋转期间进行测量，同一轴上的多个单次旋转测量的检测峰值变化非常大。
本发明的发明人认识到，期望获得在提供可重复结果上具有可靠性的测量程序。因此，当对同一旋转零件重复进行测量程序，使多个监控周期TPM1、TPM2、TPM3、TPM4、TPM5产生的测量结果的形式为在时间上直接连续的多个典型峰振幅值APR1、APR2、APR3、APR4时，则期望这些多个典型的峰振幅值APR1、APR2、APR3、APR4具有基本相同的数值。
峰值检测的有限时间周期
通过在噪声非常小或没有噪声的实验室环境中进行多次试验测量，本发明的发明人认为，期望在与多次旋转R对应的有限时间周期TPM内监控旋转零件，以检测表示被监控零件，即，轴承7和/或轴8的机械状态的真实峰振幅值APT。在本文中，真实峰振幅值APT在确实由被监控的零件（诸如轴承滚珠与内环表面）中的金属表面之间的相对移动引起的机械振动VMD产生的而不是由其他噪声或干扰产生的意义上来说是真实的。
实际上，参数R的值的选择是一个需要仔细权衡的问题，因为单次旋转（即，R=1）期间的监控可能会产生过低的峰振幅值APT，因此可能不足以用来表示被监控的旋转零件的机械状态。另一方面，如果在非常长的时间（接近统计学上的无限时间）内对旋转的零件进行监控，检测的峰振幅值APT会缓慢增加到无穷大，这实际上意味着，在非常长的操作周期后，与轴承组件相关的旋转零件会破裂。由此，本发明的发明人认为，需要找到参数R的平衡值，从而在一方面具有足够高的R值，以检测表示被监控的零件的机械状态的真实峰振幅值APT，另一方面具有足够低的R值，以将测量时间周期TPM的持续时间保持在合理的有限时间内。
基于在基本上无噪声的条件下进行的多次试验测量，本发明的发明人认为，期望在与所述旋转的零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与所述被监控旋转零件的至少八次（R=8）旋转对应，以真实地检测表示被监控的零件的机械状态的真实峰振幅值APT。基于这些试验测量结果，本发明的发明人推断，在与所述被监的控旋转零件的至少十次（R=10）旋转对应的有限时间周期TPM内监控旋转的零件会产生更准确的真实峰振幅值APT，即，能更准确地表示被监控的零件的机械状态的真实峰振幅值APT。该推断基于这样的试验，所述试验表明，在无噪声环境下，监控时间周期TPM进一步增加到十次（R=10）以上旋转的有限时间，可能会检测出更高的真实峰振幅值APT，但检测出的真实峰振幅值APT的增加与监控时间周期TPM的增加的关系很小。
在与被监控的零件的R=14次完全旋转对应的时间周期TPM内测量和采集峰振幅值Ap，随后将峰振幅值Ap组织到直方图中时，如图9所示，被分类到第14高检测振幅的振幅电平420中的峰振幅值Ap非常稳定。从图9的直方图中可以看出，在该振幅范围420内检测到四个峰值振幅。由此，可通过将注意力集中在第R个最高振幅来获得稳定测量值，即，当对同一旋转零件进行多次测量时，重复提供基本相同的峰值振幅，其中，R为表示峰值监控时间TPM内被监控零件进行的旋转次数的数值。
因此，本发明的实施方式包括一种操作用于分析具有以旋转速度fRoT旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号SMD、SR、SF；
分析所述第一数字信号，以检测有限时间周期TPm内的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量R对应，所述特定旋转量R与所述被监控的旋转零件的一次以上的旋转对应；
将所检测的峰振幅值Ap分类至对应振幅范围，以反映在多个（NR个）振幅范围内检测的峰振幅值Ap的出现次数N；
根据所述分类峰振幅值Ap和所述特定量R估算典型的峰振幅值APR。
根据一个有利实施方式，估算步骤包括：将第R个最高振幅选为所述典型的峰振幅值APR。
减少或消除噪声
图10示出了从峰值电平监控时间TPM与被监控旋转零件的十四次（14）旋转对应的测量产生的直方图。图10的直方图为其中在峰值电平监控时间TPM内生成了两次非常高振幅的机械干扰430、440的试验结果。与两次非常高振幅的机械干扰430、440对应的两个信号峰值也如图8所示。应理解的是，两次高振幅机械干扰430、440并不是由被监控的旋转零件的任何损坏造成的。因此，应将两次高振幅机械干扰430、440视为噪声。
经验和多次测量表明，在对具有以旋转速度旋转的零件的机器进行监控时，初期损坏产生的最高峰振幅值对预测性维护来说是相关性非常大的振幅值。
然而，由于最高峰振幅值并不是在被监控的轴每次进行一次完全旋转时出现，因此，需要在多次旋转的时间内监控旋转零件。然而，遗憾的是，在现实条件下，较长的测量时间通常会增加测量信号中的噪声电平。在工业环境中，例如，造纸厂，被监控的机器附近的其它机械可能会时不时产生机械振动或冲击脉冲，测量时间越长，这种外部机械振动产生最高检测峰振幅值的风险就越大。出于这些原因，本应提供可靠的、可重复获得的典型的峰振幅值的测量程序需要满足以下相对立的要求：
一方面，在足够长的时间内进行测量，以采集被监控的旋转零件的多次旋转的峰振幅值，从而采集表示由被监控的旋转零件的状态产生的最高峰振幅值的峰振幅值，而
另一方面，避免要求这么长时间的测量程序，否则（例如）工业环境中的其它机械产生的噪声会破坏测量结果。
根据本发明的实施方式，将第R个最高振幅选为典型的峰振幅值APR。有利地，该实施方式减少或消除了高振幅噪声对生成的典型峰振幅值APR的影响。通过研究和比较图9和图10，可理解该有利效果。图9和图10的直方图均示出了从测量时间周期TPm产生的直方图，所述测量时间周期TPm与所述旋转零件的特定旋转量R=14对应。图9示出了从没有任何噪声的测量中产生的直方图，而图10示出了从测量期间产生高振幅噪声的另一次测量中产生的直方图。即使存在噪声，将第R个最高振幅选为典型的峰振幅值APR也会产生可重复结果。因此，当对同一旋转零件重复进行测量程序从而使得多个监控周期TPM1、TPM2、TPM3、TPM4、TPM5产生的测量结果的形式为在时间上直接连续的多个典型峰振幅值APR1、APR2、APR3、APR4时，这些多个典型的峰振幅值APR1、APR2、APR3、APR4具有基本相同的数值，，将第R个最高振幅选为典型的峰振幅值APR时，测量时间周期TPM1、TPM2、TPM3、TPM4、TPM5与所述旋转零件的R次旋转对应。在图9和图10的情况下，从右手侧开始，识别第14个最高振幅值，会产生基本相同的振幅电平。因此，根据实施方式，有利地，可将第R个最高振幅值的振幅电平选为典型的峰振幅值APR。
然而，高斯函数或钟形曲线的特性为，低振幅值的频率实际上可表明一些关于不太频繁的最高峰振幅值的振幅的信息。
根据本发明的一个方面，所述方法包括：根据所述分类的峰振幅值（Ap）和所述特定量（R）估算典型的峰振幅值（APR）。
根据一个实施方式，估算步骤包括：制作累加直方图。
设置用于进行峰值电平分析的分析装置
图11A为示出了操作装置14以将其设置为用于进行峰值电平状态分析的方法的实施方式的流程图。当在处理器50（见图2A）上运行分析功能F3（见图4和图7）的实施方式时，可执行根据图11A的方法。
在步骤S10中，设置参数值R，在另一个可选步骤S20中，可设置参数n。根据实施方式，可分别根据测量装置14的制造或传送情况设置参数值R和n。由此，可由装置14的制造商预设参数值R和n，可将这些值存储在非易失性存储器52或非易失性存储器60中（见图2A）。
可选地，可由装置14的用户在进行测量会话之前设置参数值R和n。参数值R和n可由用户通过根据图2A所述的用户界面102、107进行设置。
测量和数据采集方法
图11B为示出了操作装置14以进行峰值电平状态分析的方法的实施方式的流程图。当在处理器50（见图2A）上运行分析功能F3（见图4和图7）的实施方式时，可执行根据图11B的方法。
在步骤S50中，读取当前速度值fRoT，并将其存储在数据存储器52中。当要监控的零件8在恒定旋转速度下旋转时，速度值fRoT可由用户通过用户界面102（图2A）输入。当被监控的零件的旋转速度fRoT可变时，速度检测器450（见图1和图5）可被设置为传输表示轴8的旋转速度fRoT的信号。轴8的旋转速度fRoT可以每秒转数，rps，即，赫兹（Hz）为单位提供给用于数字信号处理的装置180（见图5）的输入端460，从而使得其可由处理器50（见图2A）在运行程序时用于执行峰值振幅分析功能。
在步骤S60中，执行用于测量会话步骤S70的另外的准备工作。步骤S60的准备可包括：为要采集的数据准备合适表格470。图13B为设置为表格470且适用于存储要采集的数据的多个存储器位置的示意图。表格470可被存储在存储器52（图2A）内，或被存储处理器50内部的存储器内。
图13A示出了具有分别用参考数字r1至r750表示的多个振幅单元500的直方图，每个振幅单元r1…r750代表一个振幅电平Ar。图13示出了750（七百五十）个振幅单元，但这仅为示例值。振幅单元的数量可由用户通过用户界面102（图2A）在步骤S60（图11B）中设为合适数量。图13A可与图10相比较，两个图均示出了沿一个轴线480的振幅单元的数量和沿另一个轴线490的检测的峰振幅值的出现次数。然而，在图13A的示图中，在直方图中没有标绘任何值。振幅轴480可具有特定分辨率，分辨率也可由用户经由用户界面102设置。可选地，振幅轴480的分辨率可以被预设。
根据一个实施方式，振幅轴480的分辨率可设为0,2dB，要记录的振幅的范围可为最低振幅Ar1=-50dB到最高振幅值Ar750=+100dB。
参照图13B，所示的表格为图13A所示的具有分别由参考数字r1至r750表示的振幅单元500的直方图的表示，每个振幅单元r1…r750代表一个振幅电平Ar。表格470还包括用于振幅值Ar的存储位置510和用于反映出现次数的变量Nr的存储位置520。
单元r1与振幅值Ar1和用来存储表示振幅Ar1已经被检测到多少次的值的变量Nr1的存储位置相关联。
在步骤S60（图11B）中，在开始测量会话S70之前，可将所有出现变量Nr1至Nr750设为零（0）。随后可开始测量会话S70。
测量会话S70可包括：接收取决于由所述零件（见图6B和图7）的旋转产生的机械振动的第一数字信号SR、SMDP；以及
分析所述第一数字信号SR、SMDP，以检测有限时间周期TPm内的峰振幅值Ap，所述有限时间周期与所述旋转零件8的特定旋转量R对应；所述特定旋转量R与所述被监控的旋转零件的一次以上的旋转对应；以及
将所述检测峰振幅值Ap分类至对应振幅范围500，以反映在所述多个振幅范围500（见图13B）内所检测的峰振幅值Ap的出现次数N。
测量会话的持续时间根据旋转零件的旋转量进行控制，使旋转零件旋转至少R转，如上所述。图11B中的步骤S80表示由此控制有限时间周期TPm的持续时间的步骤。转数计数器可用于监控信号fRoT，以确定在与所述旋转零件8的特定旋转量R对应的有限时间周期TPm的持续时间内持续测量会话。可选地，检测器450可生成表示旋转量的信号，测量持续时间可仅根据旋转零件8的旋转量而控制，与时间无关。可选地，测量会话的持续时间TPm根据时钟190（图5）提供的时间信息和由检测器450传输的旋转速度信息fRoT而控制，由此调整持续时间TPm，以确保对预期旋转量n*R进行监控。在这一点上，应注意的是，R为大于1的正数，n为等于一（1）或大于一（1）的正数。参数R可为整数，但可选地，也可为小数。参数n可为整数，但可选地，也可为小数。在上述图8所示的实例中，参数R=14，参数n=1。
在步骤S90（图11B）中，基于在测量会话S70中采集的峰振幅值Ap确定典型峰振幅值APR。
图12A为示出了执行步骤S70以进行峰值电平测量会话的方法的实施方式的流程图。
在步骤S100中，取决于机械振动的数字信号SR、SMDP由峰值电平分析器400（见图7）接收。当检测到信号峰值（步骤S110）时，对检测的峰值的峰振幅值进行测量（步骤S120），在步骤S130（见图12A和图13B）中识别对应振幅范围ri（也称为振幅范围单元）。
在步骤S140中，将对应的出现次数计数值Nri增加一个单位，以反映在该振幅范围单元ri中检测到的峰值。
随后进行图11B中的步骤S80，以确定测量会话完成还是应该继续。如果继续，则重复步骤S100至S140，即，再次进行图11中的步骤S70。
当步骤S80确定测量会话完成时，基于在测量会话S70中采集的峰振幅值Ap确定典型的峰振幅值APR，如上所述。
根据实施方式，将典型的峰振幅值APR与参考值相比较，从而使得比较结果表示被监控的零件的状态。参考值可为与被监控的零件对应的预设值。根据实施方式，（例如）零件为新零件或刚修复的零件时，参考值可为通过之前对同一被监控零件进行测量而确定的典型的峰振幅值APR。根据实施方式，采用上述功能
F7=所述机器上的可写信息载体中的状态数据的存储，和/或
F8=所述装置内的可写信息载体52中状态数据的存储，和/或
F12=从所述机器上可写信息载体58中的状态数据的检索，和/或
F13=进行峰值电平分析F3和进行功能F12“从所述机器上可写信息载体58中的状态数据的检索”，以基于当前峰值电平数据和历史峰值电平数据进行比较和趋势预测。
确定进一步改进的典型峰值和噪声抑制
图9所示的测量结果反映了基本上无噪声的条件下的R=14次旋转期间检测的最高峰值振幅410，但在图10所示的测量会话中，在R=14次旋转期间检测的最高峰值430是响应干扰而生成的，即，反映了噪声，由此，峰值430并不携带关于旋转零件8的状态的任何信息。由此，期望获得一种典型的峰振幅值ARR，即，所述典型的峰振幅值基于反映了由传感器10传输的测量值的信号值，所述测量值取决于轴旋转时由轴和/或轴承产生的振动。特别地，对于缓慢旋转零件的测量，对特定预定旋转量R进行测量时，本质上要求测量周期TPM较长，由于旋转速度较慢，要求测量会话持续时间较长，因此噪声量也可能会增加。因此，需要一种能过滤噪声的可靠的测量方法。
在风力涡轮机应用中，对其轴承进行分析的轴可以低于120转每分钟的速度旋转，即，轴旋转频率fRoT低于2转每秒（rps）。有时，这种要分析的轴以低于50转每分钟（rpm）的速度旋转，即，轴旋转频率fRoT低于0,83rps。实际上，旋转速度一般可低于15rpm。如上文所述，旋转速度为1715rpm的轴在仅17,5秒内产生了500次旋转；而以50转每分钟旋转的轴需要十分钟才能产生500次旋转。某些大型风力发电站的轴一般可以12RPM=0,2rps的速度旋转。在12rpm的速度下，完成50次旋转需要四分钟以上，由此，对具有这种较低旋转速度的旋转零件进行峰值电平分析时，测量期间产生的冲击噪声的风险高得多。相似地，造纸厂的某些机器零件也以低于50rpm的速度旋转。
如上所述，本发明的发明人推断，期望在与所述旋转零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与所述被监控旋转零件的多次旋转对应，以真实地检测表示被监控零件的机械状态的峰振幅值APT。但是，本发明的发明人推断，优选地，需要在与所述旋转零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与所述被监控旋转零件的至少八次（R=8）旋转对应，以真实地检测表示被监控零件的机械状态的真实峰振幅值APT。该推断基于基本无噪声的条件下进行的多次试验测量。因此，通过在与至少n*R次旋转对应的有限时间周期TPM内监控旋转零件，其中，n为数值至少为二的数字，R的数值至少为8，并选择第n个最高检测峰值振幅作为典型峰振幅值APR，会产生在统计上每R转出现一次的测量峰振幅值APR，同时将第n-1个最高峰值作为潜在噪声峰值而抑制。由此，本发明该实施方式产生了能非常准确地表示被监控的零件的机械状态的峰振幅值APR。
如上所述，基于试验测量结果，本发明的发明人还推断，在与所述被监控旋转零件的至少十次（R=10）旋转对应的有限时间周期TPM内监控旋转零件会产生更准确的真实峰振幅值APT，即，能更准确地表示被监控零件的机械状态的真实峰振幅值APT。另外，本发明的发明人还推断，在无噪声环境下，监控时间周期TPM进一步增加到十次以上（R>10）旋转的有限时间，可能会检测出更高真实峰振幅值APT，但检测出的真实峰振幅值APT的增加与监控时间周期TPM的增加的关系很小。
由此，本发明的发明人推断，要解决的问题如下：如何识别统计上每R转出现一次的峰振幅值，而同时满足既获得尽量准确的测量峰振幅值，又将测量持续时间最小化并抑制噪声产生的峰值的相互冲突的要求。
图14A为示出基于测量会话S70（见图11A）中采集的峰振幅值Ap确定典型的峰振幅值的方法的实施方式的流程图。图14A的实施方式的方法示出了可抑制高振幅噪声的方式。由此，根据图14A的方法可有利地用于对速度低于50rpm的旋转零件进行峰值电平分析。
在步骤S150中，读取用于分析的相关数据。这包括测量会话S70中使用的参数R的值以及参数n的值。还可包括直方图格式的峰值测量数据，如图13A、图13B或图13C所示。要分析的峰值测量数据可为以上述方式，例如，根据上述步骤S70和S80和/或根据图12A或图12B采集的数据。
在步骤S160中，识别第n个最高检测的峰振幅值。参照图13B，假定对数据进行分类，从而使得最高振幅单元处于图13B的表格的右手侧（即，振幅Ar750，与单元r750相关联，表示最高检测振幅值），这表示，从出现变量Nr750开始向左移动并增加出现值Nri，直到总和等于n。在发现第n个最高检测振幅之后，后续步骤S170包括识别代表第n个最高检测峰振幅值和对应振幅值Ari的振幅单元ri。
在后续步骤S180中，将识别的振幅值Ari选为典型的峰值振幅APR的估值：
APR:=Ari
由此，本发明的实施方式包括一种操作用于分析具有以旋转速度fRoT旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于所述零件的旋转产生的机械振动的第一数字信号SMD、SR、SF；
分析所述第一数字信号，以检测有限时间周期TPm内的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量对应；所述特定旋转量与所述被监控旋转零件的一次以上的旋转对应；
将所述检测出的每个峰振幅值Ap分类至对应振幅单元500，r1-r750（见图13B和图13C），以反映在多个（NR个）振幅范围内检测的峰振幅值Ap的出现次数N；
根据所述分类峰振幅值Ap和所述特定旋转量估算典型的峰振幅值APR；其中
所述特定旋转量包括至少n*R次旋转，其中，n为数值至少为二的数字，R与多次旋转对应，以及其中
估算步骤包括：选择第n个最高检测峰值振幅作为典型的峰振幅值APR。
该解决方案有利地将n-1个最高峰振幅值作为噪声而抑制，并传送第n个最高峰振幅值作为典型的峰振幅值APR。根据该实施方式，以旋转次数表示的测量会话的持续时间将为n*R，抑制的噪声峰值的数量为n-1。
根据实施方式，n为数值至少为二的数字，R的数值至少为8，在被监控的零件的至少n*R=2*8=16次旋转期间对峰振幅值进行测量和采集（图11B中的步骤S70和S80）。
根据优选实施方式，如图11A中的步骤S10和S20所示，参数R至少设为10，参数n设为5，在被监控的零件的n*R=5*10=50次旋转期间对峰振幅值进行测量和采集（图11B中的步骤S70和S80）。
如果R次旋转中至少生成一次真实峰值，还存在某些假峰值形式的高振幅噪声，根据该实施方式，可抑制四个最高峰值，该方法仍可识别第n个最高检测峰值，即，第五个最高检测峰值形式的真实峰值。由此，假定高振幅干扰量在五个最高峰值中占前四个，该实施方式将第5个最高峰值的振幅传送为典型的峰振幅值APR。
根据本发明的优选实施方式，参数R的值可为8或以上，参数n的值可为2或以上。根据这些实施方式，用旋转次数表示的测量会话的持续时间将为n*R，抑制噪声峰值的数量为n-1。
下表1示出了R和n的参数设置组合的几个实例，以及得到的测量会话持续时间和对应的噪声抑制能力。
Figure BDA0000456296440000401
表1：
但是，本发明的发明人还推断，由于被监控的旋转零件的旋转产生的真实峰振幅值的分布紧密遵循正态分布，可基于较频繁出现的检测峰振幅值估算统计上很少出现的峰振幅值。基于这一认识，本发明的发明人着手研究一种根据分类峰振幅值Ap和被监控的零件的旋转量R估算典型的峰振幅值APR的进一步有利的方法，如下文参照图14B所述。
进一步改进的典型峰值和噪声抑制
图14B为示出了基于测量会话S70中采集的峰振幅值Ap估算典型峰振幅值APR的方法的另一个实施方式的流程图。图14B的方法可为图11B的步骤S90的实施方式。
在步骤S200中，将参数g设为值（n*R）/q1：
g:=（n*R）/q1
参数q1的数值可为1或大于1。根据本发明的实施方式，参数q1被预设为一（1）至三（3）之间的值。
在步骤S210中，识别第g个最高检测峰振幅值所处的振幅范围rg（见图13）。
在步骤S220中，将参数h设为值（n*R）/q2：
h=（n*R）/q2
根据本发明的实施方式，参数q2被预设为二（2）至五（5）之间的值。根据一个实施方式，参数q2的数值可为四（4）。参数q2的值始终大于参数q1的值：
q2>q1
在步骤S230中，识别第h个最高检测峰振幅值所处的振幅范围rh（见图13）。
在步骤S240中，基于值（rg,g）和（rh,h）获得典型的峰振幅值APR的估值。具体方法如下文参照图15A所示。
在步骤S200中，设置参数n=5、R=10、q1=1，则g=50。因此，测量会话包括50次旋转（因为n*R=50），设置g=50表示，在存储第50个最高检测脉冲的直方图中识别位置。因此，参照（例如）图13的直方图，识别反映出现频率为每转一次的脉冲振幅的位置。换句话说，应理解的是，由于被监控旋转零件的旋转产生的真实峰振幅值的分布紧密遵循正态分布，将检测的峰振幅值分类成振幅单元r，500（见图13A、图13B和/或图13C），并识别第g个最高检测峰振幅值所处的振幅单元r，500，可识别在50次旋转（因为n*R=50）期间出现50次（因为g=50）的振幅值rg，即，g=50，n*R=50时，从统计上说，至少rg的峰振幅值的峰值振幅的出现频率为g/（n*R）次每转，即每转一次。换句话说，值为rg或以上的振幅的平均出现频率fag（用每转的出现次数表示）为：
fag=g/（n*R）次/转
相似地，在步骤S200中，设置参数q2=4，则h=n*R/q2=12,5。因此，测量会话包括50次旋转（因为n*R=50），设置h=12表示，识别存储第12次最高检测脉冲的直方图中的位置。因此，识别反映出现频率为每四转出现一次的脉冲的图13的直方图中的位置。换句话说，具有为rh或以上的值的振幅的平均出现频率fah（被表示为每转的出现次数）为：
fah=h/（n*R）次/转
当参数n=5、R=10且h=n*R/q2=12,5时，则
fah=h/（n*R）=1/4次/转，即，每四转出现一次
如上所述，高斯函数或钟形曲线的特性为，低振幅值的振幅和频率实际上可表明一些关于不太频繁的最高峰振幅值的振幅的信息。即使仅一部分振幅-频率曲线（见图9、图10、图13A、图13B、图13C）与高斯函数或钟形曲线类似，例如，检测峰值的曲线的高振幅部分遵循高斯函数或钟形曲线，仍然能实现这一点。
由于由被监控的旋转零件的旋转产生的峰振幅值的分布的高振幅部分紧密遵循正态分布，直方图中的这两个位置可用于估算统计上很少出现的峰振幅值。如上所述（见上文中的标题“峰值检测的有限时间周期”），典型的峰振幅值APR可为在统计上每R转出现一次的振幅。由此，在将参数R设为值10的情况下，方法包括：基于每转出现一次和四转出现一次的出现频率和峰值的振幅的观测结果估算十转出现一次的峰值的振幅。有利地，在分别按上述方式设置参数g和h，即，g=50且h=12,5时，该方法能抑制11个高振幅假峰值，同时估算准确典型峰振幅值APR。另外，应注意的是，该方法能抑制11个高振幅假峰值，同时将所需测量会话持续时间TPM缩短至仅50转。这是因为，n*R=5*10=50。达到这个有利效果的原因在于，选择参数q1和q2，使两个参数g和h选为代表相对较高的峰振幅值出现频率的值，采用高出现频率值的振幅估算统计上很少出现，例如，R转出现一次的峰振幅值APR。因此，可基于平均出现频率为每g转一次的峰值振幅电平和平均出现频率为每h转一次的峰值振幅电平估算平均出现频率为每R转一次的典型峰值振幅电平APR。抑制的噪声峰值PNR的数量比h的截断值小一：
PNR=TRUNC（h）-1
由此，根据图14B的实施方式使得基于50转期间的测量在估算典型的峰振幅值APR时，与根据图14A实施方式的基于120转期间的测量的方法的准确性基本相同（与上述表1相比）。
下表2示出了R和n的参数设置组合的几个实例以及得到的测量会话持续时间和对应的噪声抑制能力。
Figure BDA0000456296440000431
表2
根据本发明的实施方式，可形成反映测量会话中检测的所有振幅及其出现频率的累加直方图表格，来进行估算。图13C为与图13B的直方图表格对应的累加直方图表格530的示图。图13C的累加直方图表格包括与图13B的表格中相同数量的振幅范围单元。在累加直方图中，出现N’被反映为振幅高于相关振幅单元r的振幅Ar’的检测峰值的出现次数。有利地，在绘制累加直方图时，这使曲线更平滑。反映有限观测数量的‘普通’直方图将振幅单元中观测结果N的缺乏反映为该单元的缺口或凹陷，但累加直方图会提供更平滑的曲线，更适用于基于在其它振幅电平中的出现次数观测结果估算在一个振幅电平中的出现次数。
根据本发明的实施方式，振幅电平被反映为对数值，而且累加出现次数由累加出现次数的对数值反映。
图15A为反映测量过程产生的与图13C的表格对应的累加直方图的原理的示图。尽管使用真实检测值的累加直方图可采用与图15A所示不同的形状，但估算反映每R转出现一次的振幅电平的典型的峰振幅值APR的原理如图15A所示。
累加直方图的一个轴542反映了出现次数，另一个轴544反映了振幅。当n=5、R=10、q1=1时，g=50表示出现次数为50，也与每转一次对应。每转一次可写为：“1/1”。由此，反映出现次数的累加直方图的轴542可将g反映为“1/1”。相似地，h反映的出现次数可为四分之一，也表示为“1/4”，当R=10时，R反映的出现次数可为十分之一，也表示为“1/10”（见图15A）。
参数值rg、g和rh、h可以结合图14B以上文的方式确定。参数值rg、g反映累加直方图中的点550，表示每转出现一次的峰值。参数值rh、h反映累加直方图中的点560，表示每四转出现一次的峰值。本发明的发明人认识到，在对数累加直方图中，这部分正态分布曲线与直线非常相似，可画一条经过点550和560的直线570。当该线570延伸时，其会在点590处与表示R-出现的线580交叉。点590的振幅值代表每R转出现一次的振幅电平APR。因此，可基于平均出现频率为每g转一次的峰值振幅电平和平均出现频率为每h转一次的峰值振幅电平估算平均出现频率为每R转一次的典型峰值振幅电平APR。图15A对其进行了图解，实例值g=1，h=4且R=10。
基于测试，本发明的发明人确定，参数q1的值优选不小于一（1），因为将参数q1选为小于一的值可能会使估算过程产生不良结果，因为相比而言，反映存在外圈损坏的轴承组件的累加直方图更偏离直线，因此在估算中产生较大误差。
由此，本发明的实施方式包括一种操作用于分析具有以旋转速度fRoT旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号SMD、SR、SF；
检测有限时间周期TPm内所述第一数字信号中出现的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量对应；所述特定旋转量与所述被监控旋转零件的一次以上的旋转对应；
将所述检测出的每个峰振幅值Ap分类至对应振幅单元500，r1-r750（见图13B和图13C），以反映在多个Nri振幅范围内检测的峰振幅值Ap的出现次数N；
根据所述分类峰振幅值Ap和所述特定旋转量估算典型的峰振幅值APR；其中
所述特定旋转量包括至少R次旋转，且其中
估算步骤包括：根据平均来说出现频率高于每R转一次的检测的振幅电平Ap估算平均来说基本每R转出现一次的振幅值APR。
根据上述解决方案的实施方式，所述特定旋转量包括至少n*R次旋转，其中
n为数值至少为1的数字，R的数值至少为8。
根据另一个实施方式，n为数值至少为2的数字，R的数值至少为8。
根据实施方式，提供了一种操作用于分析具有以旋转速度fRoT旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号SMD,SR,SF；
检测有限时间周期TPm内所述第一数字信号中出现的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量对应，所述特定旋转量与所述被监控旋转零件的一次以上的旋转对应；
将所述检测出的每个峰振幅值Ap分类至对应振幅单元500，r1-r750（见图13B和图13C），以反映在多个（NR个）振幅范围内检测的峰振幅值Ap的出现次数N；
根据所述分类峰振幅值Ap和所述特定旋转量估算典型的峰振幅值APR；其中
所述特定旋转量包括至少n*R次旋转，其中
n为数值至少为二的数字，R的数值至少为8，其中
估算步骤包括：根据每h转出现一次的检测振幅电平Ap估算平均来说基本每R转出现一次的振幅值APR，其中，h的数值小于n*R。根据该解决方案的一个方面，估算步骤包括：根据每h转出现一次的检测振幅电平Ap（其中，h的数值小于n*R）并根据每g转出现一次的检测振幅电平Ap（其中，g的数值小于h）估算平均来说基本每R转出现一次的振幅值APR。
本发明的实施方式包括一种操作用于分析具有以旋转速度fRoT旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号SMD、SR、SF；
检测有限时间周期TPm内所述第一数字信号中出现的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量对应，所述特定旋转量与所述被监控旋转零件的一次以上的旋转对应；
将所述检测出的每个峰振幅值Ap分类至对应振幅单元500，r1-r750（见图13B和图13C），以反映在多个Nri振幅范围内检测的峰振幅值Ap的出现次数N；
根据所述分类峰振幅值Ap和所述特定旋转量估算典型的峰振幅值APR；其中
所述特定旋转量包括至少n*R次旋转，其中
估算步骤包括：根据平均来说出现频率高于每R转一次的检测振幅电平Ap估算平均来说基本每R转出现一次的振幅值APR。
该解决方案有利地提供了可重复结果，因为产生的振幅电平APR基于具有高出现频率的测量值。另外，如上文所述，并且如本发明的发明人进行的测试所示，传送的振幅电平APR基本上是可在有限时间周期TPm内检测到的机器旋转零件的最高可测量振幅电平。
噪声回波抑制
另外，本发明的发明人认识到，工业环境中可能由撞击具有被监控的旋转零件8的机器的本体的物体产生的冲击噪声可能会造成来回传播的冲击波，在机器本体内产生回波。由此，这种回波冲击波可由传感器10（图1、图2A、图5）拾取，并在所得的信号SR,SMDP（图6B、图7）中反映为突发振幅峰值。
因此，遗憾的是，这种突发振幅峰值可能会造成峰值电平分析讹误，除非可减少或消除这种突发的影响。
图12B为示出进行步骤S70（图11B）以进行峰值电平测量会话并另外地解决噪声振幅峰值的突发影响的方法的实施方式的流程图。
图12B中所示的方法的实施方式的步骤S300可在步骤S60之后进行，如上文参照图11B所述。在步骤S300中，峰值电平分析器读取当前旋转速度fRoT，当前旋转速度fRoT可由速度检测器450传输，如上文所述（见图5）。有利地，旋转速度fRoT的真实时间值的读取使得该方法也能够在要分析的旋转零件以可变旋转速度旋转时被执行。
在步骤S310中，计算回波抑制周期Tes。回波抑制周期Tes设为：
Tes:=1/（e*fRoT）
其中，根据实施方式，e为值等于十或小于十的系数：
e<=10
回波抑制方法的效果是，将被监控零件8的每转峰值的数量减少到最多每转e个峰值。由此，选择e=10，每转峰值最多为10个。换句话说，e=10时，回波抑制周期Tes的持续时间与十分之一转的持续时间对应。系数e可设为另一个值，例如，8或12。
在步骤S320中，接收要分析的测量信号SMDP、SR，在步骤S330中，分析接收信号SR的振幅，以检测接收到的任何峰值。
在步骤S340中，以fes或以下的频率传送任何检测峰值Ap，其中，产生的每个峰振幅值都反映了回波抑制周期Tes内的最高检测振幅。因此，回波抑制器产生的两个连续输出值之间的时间可大于一个回波抑制周期Tes，但回波抑制器产生的两个连续输出值之间的周期始终不会小于回波抑制周期Tes。
在后续步骤S350中，由回波抑制器传送的峰值Ap由日志产生器（loggenerator）接收。日志产生器实时计算峰值Ap的对数。
在步骤S360中，在直方图表格470和/或530（分别见图13B和图13C中的直方图表格470和累加直方图表格530）中识别与相关峰值Ap对应的振幅单元，在步骤S370中，将对应于出现次数计数值Nri、Nri’增加一个单位。
图16为分析装置14的实施方式的示意性框图。传感器单元10适于响应振动而生成模拟信号SEA，如本文中的上文所述。传感器单元10可为转动传感器，如上文结合图2B所述。可选地，传感器单元10可为具有机械共振频率fRM的共振冲击脉冲测量传感器10，如上文结合图2B所述。有利地，冲击脉冲测量传感器的这个机械共振特征呈现了可重复的测量结果，即，冲击脉冲测量传感器的输出信号具有基本上与冲击脉冲信号源与冲击脉冲传感器之间的物理路径无关的稳定共振频率。
模拟信号SEA可被传输到A/D转换器40的输入端42，A/D转换器40适于生成具有采样频率fS的数字信号SMD，如上所述。数字信号SMD可被传输给带通滤波器240，带通滤波器240响应数字信号SMD生成滤波信号SF。滤波信号SF可被传输给整流器270，如上文结合图6B所述，整流器270传送具有采样频率fS的整流信号SR。可选地，整流信号SR可被传输给低通滤波器280，以生成具有采样频率fS的数字包络信号SENV，如上所述。
根据实施方式，数字包络信号SENV可被传输到估算器230的输入端220，如上文结合图6B和图7所述（另见图16）。数字包络信号SENV可被传输到峰值检测器310的输入端。峰值检测器310可操作为响应数字包络信号SENV将检测的信号峰值或检测的信号峰值Ap传输到输出端315。如上所述，有利地，数字信号处理可由数据处理器50进行，数据处理器50运行用于使数据处理器50进行数字信号处理的程序代码。根据本发明的实施方式，处理器50被实施为数字信号处理器DSP50。有利地，DSP50的运行速度足够快，以对采样频率fS与A/D转换器40生成的信号相同或基本相同的接收信号SENV进行所述数字信号处理。以采样频率fS对信号进行信号处理的特征有利地确保了准确峰值检测。还可在峰值检测器前设置抽取器（decimator），以检测具有较低采样频率的抽取信号的峰值。但是，本发明的发明人进行的测试表明，在较高采样频率fS下对信号进行峰值检测有利地确保了更准确的峰值检测。
检测的信号峰值Ap可从峰值检测器输出端315传输到可选回波抑制器330的输入端320。可选地，检测的信号峰值Ap可从峰值检测器输出端315传输到日志产生器350的输入端340。日志产生器350适于生成与接收的检测信号峰值Ap的振幅对应的对数振幅值。因此，日志产生器350的输出端360适于传输对数振幅值。值分类器370适于接收对数振幅值，并将接收的对数振幅值分类成与接收的对数振幅值对应的振幅单元。因此，值分类器370可适于以（例如）表格470或累加直方图表格530的形式传输分类振幅值Ap，如结合图13B和/或图13C讨论和所示。
峰值确定器375可适于根据分类峰振幅值Ap和被监控的旋转零件的特定旋转量R确定典型的峰值APR。如上所述，结合图11B，检测器450可生成表示旋转量R的信号，测量持续时间可仅根据旋转零件8的旋转量而控制，与时间无关。可选地，测量会话的持续时间TPm可根据时钟190（图5）提供的时间信息和检测器450传输的旋转速度信息fRoT而控制，由此调整持续时间TPm，以确保对期望的旋转量n*R进行监控。在这一点上，应注意的是，R为大于一的正数，n为等于一（1）或大于一（1）的正数。参数R可为整数，但可选地，也可为小数。如上所述，可由装置14的制造商预设参数值R和n，可将这些值存储在非易失性存储器52或非易失性存储器60中（见图2A）。可选地，可由装置14的用户在进行测量会话之前设置参数值R和n，如结合上文图11A所述。参数值R和n可由用户通过根据图2A所述的用户界面102、107进行设置。
峰值确定器375可适于在输出端378（见图16）上传输典型的峰值APR，以将生成的典型的峰值APR传输给显示器106或端口16。
由此，参照图16，装置14的实施方式包括与日志产生器350协作的峰值检测器310、值分类器370和典型峰值确定器375，以执行结合以上图11A、图11B和图12A所述的方法。
根据优选实施方式，装置14还包括回波抑制器330，如结合以上图16所述。也称为突发抑制器330的回波抑制器330可被耦接以从峰值检测器310接收检测的峰值Ap。包括突发抑制器330的装置14可适于执行结合图12B所述的方法。因此，突发抑制器330可适于响应接收的检测峰值Ap而在突发抑制器输出端333上传输输出峰值AP0。突发抑制器330可适于控制所述输出峰值APO的传输，使所述输出峰值APO以传输频率fes被传输，其中
传输频率fes=e*fRoT，其中
fRoT为所述旋转速度，以及
e为具有预定值的系数。
生成参考值
为了获得表示被监控的零件的机械状态的进一步改进参数，可使用比较标准。然而，由于不同被监控的零件可能在某种程度上具有不同特性，可能需要生成多个参考值，每个参考值适于特定尺寸或类型的被监控的移动零件。
如上所述，当被监控的零件包括轴承组件时，典型的峰振幅值APR表示轴承面的机械状态。实际上，典型的峰振幅值APR表示滚动界面中的金属表面的粗糙度。因此，典型的峰振幅值APR可提供关于轴承组件的滚动界面中的金属表面是否存在损坏的信息。
由于即使在完好轴承中也存在的正常的表面粗糙度，在监控每个工作轴承期间会产生多个检测的信号峰值Ap。如上所述，这种检测的信号峰或检测的信号峰值Ap可反映由滚动界面中金属表面的粗糙度产生的振动或冲击脉冲。
进一步，随着轴承旋转速度增加，轴承内产生的检测信号峰值的振幅Ap也会增加。由此，可根据经验通过测量多个新的完好的滚珠轴承和滚柱轴承的检测信号峰值的振幅而获得参考值。这些新的未损坏轴承组成控制轴承，可将通过测量控制轴承而检测出的信号峰值APRref用作参考值。
为了获得适用于在所有相关旋转速度下运行的每个单独轴承类型的参考值APRref，通过以多个不同旋转速度运行每个控制轴承而对多个不同旋转速度记录信号峰值Ap。毫无疑问，控制轴承必须正确安装、充分润滑、妥善装卸，从而基本上消除一般会造成轴承故障（材料疲劳除外）的所有状态。
控制轴承的滚动元件的相对滚动速度Vr可根据以下等式确定：
Vr＝fROT＊Dm   （等式2）
其中：
fRoT为用（例如）每秒转数表示的轴承的转轴的旋转速度；
以及
Dm＝(DI+DO)/2   （等式3）
其中：
Dm表示轴承平均直径；
DI为轴承的内径；且
DO为轴承的外径。
Dm、DI和DO的值可以（例如）毫米表示。
图17为根据实施方式形成的典型方案的示图。在图17的方案中，轴600表示轴承的滚动元件的相对滚动速度Vr，轴610表示检测的信号峰值Ap的振幅。根据优选实施方式，信号峰值Ap使用共振冲击脉冲测量传感器10检测。
当特定轴承类型的控制轴承以特定相对滚动速度Vr1（见图17）运行时，可通过记录检测信号峰值Ap而获得特定轴承类型的特定参考值APRrefVr1。参考数字620涉及示出了控制轴承的检测信号峰值根据相对滚动速度Vr变化的曲线。由此，曲线620表示对正确安装、充分润滑、妥善装卸从而基本上消除一般造成轴承故障的所有状态的控制轴承检测的参考信号峰值APRref。
可根据上述方式的任何一种获得用作参考值APRref的检测信号峰值，例如，用作第R个最高峰值，或用作第n个最高峰值，或用作估算的典型峰值，其中，估算步骤包括：基于高斯函数的特性估算不太频繁的最高峰振幅值APR，590（见图15A），使低振幅值550、560（见图15A）的出现次数可用于表示不太频繁的最高峰振幅值APR，590的振幅。
参考数字630、640和650表示随着最初未损坏的移动零件的磨损而逐渐增加的典型峰值APR的检测值。所示逐渐增加的检测值630、640和650是相对于特定相对滚动速度Vr1而示出的，但毫无疑问，实际移动零件可以可变旋转速度fRoT运行。所示最高值650可代表表示被监控的零件的状态劣化到可能马上发生故障的程度的典型的峰值APR的振幅。由此，曲线660表示对已磨损到可能马上发生故障的程度的控制轴承检测的信号峰值APRFI。
但监控轴承组件7（见图1）时，可生成或估算典型的峰值APR，如上所述，并将典型的峰值APR与对应参考值相比较。可选地，可按以下等式生成标准化典型峰值APRNorm：
APRNorm＝APR，Vr-APRrefvr   （等式4）
其中
APR,Vr是移动零件以与相对滚动速度Vr对应的速度fRoT旋转时获得的生成的或估算的典型的峰值APR；并且
APRrefVr是通过在特定轴承类型的未损坏控制轴承以特定相对滚动速度Vr运行时对其进行监控并记录出现频率为每R转一次的检测信号峰值而获得的特定轴承类型的参考值APRrefVr。
对所有相关旋转速度确定特定类型的轴承的参考值APRrefVr的程序的实施方式包括以下步骤：
控制轴承以两个不同旋转速度运行时对其进行监控，
将控制轴承以第一速度运行时每R转出现一次的最高信号峰值APR记录为第一参考值APRV1，并且
将控制轴承以第一速度运行时每R转出现一次的最高信号峰值APR记录为第二参考值（APRV2），
估算被监控轴承以第三速度运行时用作参考的第三参考值（APRV3），所述第三参考值（APRV3）根据所述第一参考值（APRV1）和所述第二参考值（APRV2）生成。
润滑状态分析
出现频率小于每转一个峰值的峰值APR的振幅表示轴承面的机械状态，但本发明的发明人发现，出现频率为每转一个以上峰值的峰值APL的振幅表示轴承面的润滑状态。
图18为轴承面的润滑状态的检测方案的实施方式的示图。在图18的方案中，轴700表示轴承的滚动元件的相对滚动速度Vr，轴710表示检测的信号峰值ApL的振幅。根据优选实施方式，信号峰值ApL使用共振冲击脉冲测量传感器10检测。
当特定轴承类型的控制轴承以特定相对滚动速度Vr1（见图18）运行时，可通过记录检测信号峰值ApL而获得特定轴承类型的特定润滑参考值APLrefVr1。参考数字720表示示出了随着相对滚动速度Vr变化的控制轴承的检测信号峰值的曲线。由此，曲线720表示对正确安装、妥善装卸的从而基本上消除一般造成轴承故障的所有状态的控制轴承检测的参考信号峰值APLref。然而，曲线720表示控制轴承在未润滑状态，即，没有任何润滑的情况下运行时对控制轴承检测的参考信号峰值APLref。下文将对这种未润滑状态进行进一步详细说明。
用作参考值APLref的检测的信号峰值可通过以下方式获得：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD、SR、SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控的旋转零件的至少一次旋转对应；
定义多个振幅范围，每个振幅范围与每转一个以上峰值的峰值出现频率对应；
将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内检测的峰振幅值（Ap）的出现次数；
为出现频率为每转约NL个峰值的检测的峰值确定峰振幅值（APL），所述出现频率值NL为大于一的数字。
根据实施方式，可使用出现频率为每转约NL=40个峰值的检测峰值的振幅表示润滑状态。
对所有相关旋转速度Vr确定特定类型的轴承的参考值APLrefVr的程序的实施方式包括以下步骤：
当未润滑的控制轴承以两种不同旋转速度运行时，对其进行监控，
将以第一速度（V1）运行轴承时出现频率为约每转NL个峰值的检测的峰值的峰振幅值（APL）记录为第一参考值（APLrefV1），所述出现频率值NL为大于一的数字，并且
将以第二速度（V2）运行轴承时出现频率为约每转NL个峰值的检测的峰值的峰振幅值（APL）记录为第二参考值（APLrefV2），所述出现频率值NL为大于一的数字，
当被监控的轴承以第三速度（V3）运行时，估算用作第三参考（APLrefV3）的第三参考值（APLrefV3），所述第三参考值（APLrefV3）根据所述第一参考值（APLrefV1）和第二参考值（APLrefV2）生成。
不同相对速度Vr的参考值可通过上述方式确定，可由此绘制对应振幅值APL。由此可获得表示参考信号峰值APLref的曲线720（见图18）。因此，曲线720表示控制轴承在未润滑状态，即，没有任何润滑的情况下运行时对控制轴承检测的参考信号峰值APLref。
如果随后对控制轴承充分润滑，并重复上述测量程序，可生成另一个曲线726，表示控制轴承在充分润滑状态下运行时对其检测的信号峰值APL。如图18所示，参考数字728表示以第一速度V1运行未润滑控制轴承时出现频率为约每转40个峰值的检测峰值的第一参考值APLV1。
参考数字730表示充分润滑状态下的同一控制轴承以第一速度V1运行时出现频率为约每转40个峰值的检测峰值具有较低振幅。因此，出现频率为约每转40个峰值的峰值的振幅值APL可用于表示轴承组件的润滑状态。
参考数字740和750表示最初良好润滑的移动零件长时间运行，润滑状态劣化时逐渐增加的峰值APL的检测值。所示逐渐增加的检测值740和750是相对于特定相对滚动速度Vr1而示出的，但毫无疑问，实际移动零件可以可变旋转速度fRoT/Vr运行。所示最高值728代表表示被监控的零件的润滑状态劣化到滚动界面中基本上没有剩余润滑油的程度的峰值ALR的振幅。
当监控轴承组件7（见图1）时，可生成或估算峰值APL，如上所述，并将润滑峰值APL与对应参考值相比较。可选地，可按以下等式生成标准化润滑峰值APLNorm：
APLNorm＝APLrefVr-APL，Vr   （等式）
其中
APLrefVr是通过监控特定轴承类型的未润滑控制轴承，并记录出现频率为每转NL个峰值的检测信号峰值而获得的特定相对滚动速度Vr的该特定轴承类型的参考值APLrefVr。
APR,Vr是移动零件在与相对滚动速度Vr对应的速度fRoT下旋转时获得的生成的或估算的润滑峰值APL（见上述等式2和等式3）。
如上所述，在已经为控制轴承形成了润滑参考值ApLrefVr的方案之后，可通过测量滚动元件的相对速度和其中产生的峰振幅值而对具有相似物理特性，可包括机器的一部分的工作轴承进行估算。随后可参照确定的方案来估算工作轴承的润滑状态。
为了补偿不同类型的轴承或相同类型的不同制造商制造的轴承存在的表面粗糙度的不同，采用物理特性与要估算的工作轴承的物理特性基本匹配的控制轴承。将控制轴承先在未润滑状态下运行，再在润滑状态下运行，以确定控制轴承被冲击时弹性流体动力润滑剂薄膜的阻尼效应，如结合图18的以上所述。
在利用上文简述的冲击脉冲测量技术根据本发明的方法估算工作轴承滚动元件的润滑状态时，需要获取物理特性与要估算的工作轴承的物理特性基本匹配的控制轴承的运行相关信息。毫无疑问，控制轴承必须正确安装、充分润滑、妥善装卸，从而基本上消除一般会造成轴承故障（材料疲劳除外）的所有状态。控制轴承的滚动元件的相对滚动速度Vr可根据等式（2）和（3）确定，如上所述。
如上所述，在为控制轴承形成方案之后，可通过测量滚动元件的相对速度Vr和其中产生的峰值APL的振幅而对具有相似物理特性，可包括机器的一部分的工作轴承进行估算。随后可参照确定的方案估算工作轴承的润滑状态。
图19为出现频率为每转一个以上峰值的峰值APL的振幅与弹性流体动力润滑剂薄膜参数Λ之间的相互关系的示图。
工作控制轴承的弹性流体动力薄膜参数可根据在受控条件下进行的测量而计算。更特别地，先在工作控制轴承上施加预定负载。还要对工作控制轴承的温度进行测量。毫无疑问，润滑剂的特性已知。弹性流体动力油膜参数根据以下等式确定：
Λ＝H[μ0 α N]0。73P0-0.09（等式5）
其中：
Λ为弹性流体动力润滑剂薄膜参数。
H为与测试轴承的几何形状和尺寸有关的值。
μ0为在轴承工作温度下测量的润滑剂的动态粘度。
α为在工作温度下测量的粘度的压力系数。
N为旋转速度，以及
P0为根据以下等式计算的等效负载：
P0=X0 Fr+YOFa   （等式6）
其中：
X0为径向系数；
Fr为实际恒定径向负载；
Y0为推力系数，以及
Fa为实际恒定推力负载。
润滑剂薄膜的存在防止工作轴承中金属与金属接触的时间百分数与润滑剂的弹性流体动力薄膜参数Λ之间存在关系。T E Tallian确定的这个关系如图20的Tallian曲线所示，其可用于验证根据上述等和试验测量程序确定的Λ的计算值。因此，图20为弹性流体动力薄膜参数Λ（图20中的水平轴）与轴承上用于两种不同负载的轴承的金属与金属接触的时间百分比（图20中的垂直轴）之间的关系曲线图。润滑剂的存在防止工作控制轴承中金属与金属接触的时间百分数的测量可与计算Λ的值的过程中采用的其它测量程序基本同时进行。上文所述的Tallian确定的关系可用于在控制轴承的各种运行速度下对Λ的计算值进行粗略检查。
根据本发明，提供了一种用于提供表示工作轴承的润滑剂薄膜参数的测量值并提供所述参数的直接输出的改进测量仪器。所述仪器可进一步包括用于输出表示轴承的其它运行状态的信号，例如，表示被监控的轴承的滚动界面的损坏的值或信号的装置。
现在参照图21，图21为示出了实施本发明的改进装置的框图，所述改进装置通常用参考数字14表示，用于实施上文所述的方法。所示装置14包括用于将轴承中的机械振动转换成模拟电振荡SEA的传感器10。目前优选的传感器包括共振压电加速度计，如上文所述。
根据实施方式，装置14可按上文参照图1至图17所述的方式用于响应传感器10生成的模拟电振荡SEA而识别或估算表示滚动界面的机械状态的典型的峰振幅值APR。根据图21的实施方式还适于识别振幅表示被监控的轴承面的润滑状态的峰值APL。
如图21所示，在峰值检测器310的输出端315上传输的检测峰值Ap可传输到两个引脚，以进行进一步信号分析。图21所示的下引脚可在输出端378上传输典型的峰振幅值APR，而上引脚传输振幅表示被监控的轴承面的润滑状态的峰值APL。
检测的信号峰值Ap可从峰值检测器输出端315传输到日志产生器850的输入端840。日志产生器850适于生成与接收的检测信号峰值Ap的振幅对应的对数振幅值。因此，日志产生器850的输出端860适于传输对数振幅值。值分类器870适于接收对数振幅值，并将接收的对数振幅值分类成至与接收的对数振幅值对应的振幅单元。因此，值分类器870可适于以（例如）表格，例如，表格直方图470和/或累加直方图表格530的形式传输分类振幅值Ap，如上文结合图13B和/或图13C讨论和所示。
测量会话结束时，润滑峰值确定器875可适于识别包含出现频率为每转NL个峰值的峰振幅值APL的振幅单元500（见图13B），所述出现频率值NL为大于一的数字。
可设置用于润滑状态峰值APL的表格470的振幅范围的宽度，以调谐检测能力。根据实施方式，直方图设置可根据上文参照图13A、图13B、图13C所述的方式进行。
图21所示的下引脚包括用于在输出端378上传输典型的峰振幅值APR的回波抑制器，而上引脚不包括用于传输峰值APL的任何这种回波抑制器。因此，当用包括可选回波抑制器330的实施方式生成典型的峰振幅值APR时，必须生成单独直方图表格470，以识别峰值APL。然而，当不包括可选回波抑制器330时，润滑峰值确定器875可使用与用于识别典型的峰振幅值APR的直方图值相同的直方图值。
如上所述，本发明的发明人认识到，旋转移动零件的出现频率为每转一次以上的峰值的振幅表示工作轴承的润滑剂薄膜参数。因此，必须根据采集振幅值时旋转零件进行的旋转量R解析相关振幅的出现频率。
由此，可设置参数RS和NL，以根据旋转量设置有限测量周期，并设置出现频率值NL。因此，可通过用户界面102设置或在存储器60中预设（见图21和图2A）的参数RS可定义用于确定值APL的有限测量周期。由于表示润滑状态的峰值的出现频率大大高于表示轴承损坏的峰值的出现频率，用于确定值APL的有限测量周期可小于确定值APR的有限测量周期。
当测量周期开始时，润滑峰值确定器875可适于清空870的存储器，随后使870计数设定范围内的振幅值的出现次数。当从传感器450接收的信号RD表示已经达到了旋转量RS的设定量时，润滑峰值确定器875可适于识别具有X振幅值的振幅单元，其中
X＝RD＊NL   （等式7）
识别的单元的振幅值Ar可用作值APL（见图13B）。
根据另一个实施方式，润滑峰值确定器875可适于识别包含Z个振幅值的累加直方图表格（见图13C）中的单元500，其中
Z＝RD＊NL   （等式8）
如果没有精确地包含Z个值的单元，润滑峰值确定器875可适于识别包含最接近数量的值，即，最接近NL的数量N’，的单元500。根据图13B的直方图表格可包括包含X个振幅值的一个以上的振幅单元，而由于累加直方图表格的特性的原因，图13C所示的累加直方图表格可仅具有值为N’=NL的单个单元。图15A中的曲线的形状证明了这一点，该曲线代表可基于代表累加直方图的表格530中的数据而获得的曲线。
根据另一个实施方式，润滑峰值确定器875可适于识别第Y个最高峰振幅值。在与被监控的零件的（例如）R=8次完全旋转对应的时间周期TPML内测量和采集峰振幅值Ap，而随后将峰振幅值Ap组织到直方图表格中时，如图13B所示，出现频率为每转一个以上峰值的峰振幅值Ar非常稳定，因为同一轴承上的紧密连续重复测量有利地提供了相同或基本相同的值APL。由此，可通过将注意力集中在第Y个最高峰振幅值而达到稳定测量值，即，对同一旋转零件进行多次测量时重复提供基本相同的峰值振幅，其中，Y为
Y＝RS＊NL   （等式9）
其中
RS为表示峰值监控时间TPML内被监控的零件进行的旋转次数的数值；以及
NL为值大于一（1）且小于约200的整数。
因此，本发明的实施方式因此包括一种操作用于分析以旋转速度fRoT旋转的机器零件的润滑状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号SMD、SR、SF；
分析所述第一数字信号，以检测有限时间周期TPmL内的峰振幅值Ap，所述有限时间周期与所述旋转零件的特定旋转量RD对应，所述特定旋转量RD与所述被监控旋转零件的一次以上的旋转对应；
将所述检测峰振幅值Ap分类至对应振幅范围（r），以反映在多个（NR个）振幅范围内检测的峰振幅值Ap的出现次数N；
识别包含有限时间周期TPmL内平均出现频率NL为每转一次以上的分类峰振幅值APL的振幅范围（r）。
根据一个有利实施方式，估算步骤包括：将第Y个最高峰振幅值选为所述典型的峰振幅值APL，其中，
Y为
Y=Rs*NL
并且，其中
RS为表示峰值监控时间TPML内被监控的零件进行的旋转次数的数值；以及
NL为值大于一（1）且小于约200的整数。
根据优选实施方式，可设置出现频率值NL。根据实施方式，润滑峰值确定器875适于选择出现频率为每转NL=40个峰值的振幅值。
如上所述，结合图11B，检测器450可生成表示旋转量R的信号RD（见图21），测量持续时间可仅根据旋转零件8的旋转量而控制，与时间无关。可选地，测量会话的持续时间TPm可根据时钟190（图5）提供的时间信息和检测器450传输的旋转速度信息fRoT而控制，由此持续时间TPm适于确保监控被执行期望的旋转量RS。根据实施方式，当装置14同时生成值APR和APL时，传输给润滑峰值确定器875的参数RS可设为与传输给润滑峰值确定器875的参数R和n的乘积相等的值。在这一点上，应注意的是，R为大于一的正数，n为等于一（1）或大于一（1）的正数。参数R可为整数，但可选地，也可为小数。
如上所述，可由装置14的制造商预设参数值RS和NL，可将这些值存储在非易失性存储器52或非易失性存储器60中（见图2A）。可选地，可由装置14的用户在进行测量会话之前设置参数值RS和NL。参数值RS和NL可由用户通过根据图2A所述的用户界面102、107进行设置。
峰值确定器875可适于在输出端878（见图21）上传输峰值APL，以将生成的峰值APL传输给显示器106或端口16（见图2A）。
由此，参照图21，装置14的实施方式包括与日志产生器350和/或850协作的峰值检测器310、值分类器370和/或870和润滑峰值确定器875和/或典型峰值确定器375，以执行上文所述的方法。
峰值确定器875可适于将峰值APL从输出端878（见图21）传输到比较器878的第一输入端，比较器878还具有用于从参考值提供器879接收相关参考值的另一个输入端。参考值提供器879可提供参考值APLrefVr，720，如上文结合图18所述。
相似地，典型峰值确定器375可用于将峰值APR从输出端378（见图21）传输到比较器888的第一输入端，比较器888还具有用于从参考值提供器889接收相关参考值APRef,Vr的另一个输入端。参考值提供器889可根据Dm和实际旋转速度fRoT参数提供参考值APLrefVr，720，如上文结合图17所述。
滚动元件轴承中的弹性流体动力润滑薄膜的阻尼效应与润滑薄膜厚度直接成正比。如上所述，所述弹性流体动力润滑剂薄膜参数包括润滑剂薄膜厚度与润滑表面粗糙度的函数。这个关系用以下等式表达：
Λ＝h0/Ra   （等式11）
其中：
Λ为弹性流体动力润滑剂薄膜参数。
h0为中心薄膜厚度，以及
Ra为润滑表面的平均表面粗糙度。
进一步，上述等式中表达的关系与脉冲峰值测量技术相结合，用于提供获得在正常现场条件下运行的轴承中的绝对润滑剂薄膜厚度的实用方法。
毫无疑问，轴承的平均表面粗糙度（Ra）将由轴承元件的表面加工中使用的制造技术而确定。这种制造技术包括精密磨削、磨削、机械加工和热轧，能形成不同程度的表面粗糙度。滚珠轴承，特别是精密应用（例如，飞机）中使用的滚珠轴承，一般进行精密磨削。然而，对其它类型的轴承，例如，工业滚柱轴承进行精密磨削带来的益处，通常被认为不足以作为额外成本的理由。
为了补偿不同类型的轴承或相同类型的不同制造商制造的轴承存在的平均表面粗糙度的不同，采用物理特性与要估算的工作轴承的物理特性基本匹配的控制轴承。将控制轴承先在未润滑状态下运行，再在润滑状态下运行，以确定控制轴承被冲击时弹性流体动力润滑剂薄膜的阻尼效应。
本说明书和下文的权利要求中使用的术语“未润滑”指轴承在基本上干燥的状态下运行，或至少在有效润滑不足的状态下运行。为了降低轴承咬死的风险，可能需要用无效润滑剂，即，弹性流体动力润滑剂薄膜参数（A）不大于0.6的润滑剂，例如，煤油，其主要起冷却剂的作用，而不是润滑剂的作用，对控制轴承进行“润滑”。
优选地，在控制轴承运行期间用适当溶剂对其进行清洗，以基本上清除在厂涂覆的润滑剂的所有痕迹。如果使用低粘度润滑剂，例如，煤油防止轴承在较高运行速度下咬死，可对控制轴承施加充分负载，以基本上确保运行轴承内金属与金属的接触恒定。可提供用于进行电触点测量的适当装置，用于监控控制轴承，以确保基本上始终保持这种金属与金属接触，同时使控制轴承在未润滑状态下运行。
确定未润滑运行控制轴承的滚动元件的相对滚动速度。还用冲击脉冲测量仪器对未润滑运行控制轴承进行监控，如上所述，以在各种运行速度下确定产生的冲击脉冲的振幅。
随后对控制轴承进行润滑，在各种运行速度下确定润滑控制轴承内产生的冲击脉冲的振幅，优选地，所述各种运行速度与对未润滑控制轴承进行冲击脉冲测量的运行速度对应。
参照图18，曲线720表示控制轴承在未润滑状态下运行时对控制轴承检测的参考信号峰值APLref，曲线726表示控制轴承在润滑状态下运行时对其检测的信号峰值APL。
在任何指定运行速度Vr下对未润滑控制轴承获得的峰值APLref与对润滑控制轴承检测的信号峰值APL之间的差可确定由于增加了充分的弹性流体动力润滑剂薄膜而对在该运行速度下运行的轴承内产生的冲击产生的阻尼效应。润滑控制轴承的弹性流体动力润滑剂薄膜参数Λ可方便地由上述方法的其中一种确定。
当在基本上未润滑的状态和润滑状态下运行控制轴承而获得充分测试数据时，将控制轴承拆卸，利用本领域中已知的测量技术通过物理测量确定座圈和轴承单元接触面（Ra）的粗糙度。中心接触区域的润滑薄膜厚度（h0）的绝对值现在可利用以下等式计算出来：
h0＝ΛRa   （等式12）
参照图18和等式4所示，可生成润滑峰值APL，如上所述，并与对应参考值相比较，以获得表示被监控的轴承组件7（见图1和图21及图18）中的剩余润滑薄膜厚度（h0）的信息。
可选地，可按上述等式4生成标准化润滑峰值APLNorm：
APLNorm＝APLrefVr-APL，Vr   （等式4）
其中
APLrefVr是通过监控特定轴承类型的未润滑控制轴承，并记录出现频率为每转NL个峰值的检测信号峰值而获得的特定相对滚动速度Vr的该特定轴承类型的参考值APLrefVr。
APR,Vr是移动零件在与相对滚动速度Vr对应的速度fRoT下旋转时获得的生成的或估算的润滑峰值APL。
由此，标准化润滑峰值APLNorm的值可表示被监控的轴承中的润滑薄膜的绝对厚度h0。该信息随后可用于通过以上文所述的方法确定工作轴承中的滚动元件的相对滚动速度Vr和相关振幅值APL,Vr而估算工作轴承的状态。
显而易见的是，通过上述方法获得的参考值APLrefVr可在本文所述的测量装置14中使用。获取的信息可存储在仪器（例如，见图2A）的存储器60内，优选为与使用的各种轴承类型和润滑剂有关的公式或线性等式的形式。毫无疑问，所述仪器被设置为接收所需输入数据，作为（例如）被监控的轴承和工作轴承中使用的润滑剂类型的特定标识，还可对仪器进行编程，以提供润滑剂薄膜绝对厚度h0的直接读数。
其它仪器进行的实验工作最终确定，滚动元件轴承中的润滑剂薄膜厚度主要在滚动元件的扁平或赫兹区域前面的入口区域出现。一篇由L.D.Wedeven、D.Evans和A.Cameron所写的标题为“Optical analysi of BallBearing Starvation”，于1971年7月发表在美国机械工程师学会，润滑技术期刊上的文章包含了对滚珠轴承润滑剂润滑剂不足和利用光学干涉量度法确定润滑剂不足的状态下的滚动点接触的弹性流体动力油膜测量结果的实验的深入讨论，该文章在本文中引用，作为本发明的一部分。通过该实验工作，开发出了一种用于确定滚动元件轴承中的润滑剂厚度，考虑了润滑剂不足的影响的半经验公式。该公式与上文所述的冲击脉冲测量技术和方法结合使用，用于提供确定在正常现场条件下运行的轴承是否出现润滑剂缺乏状态的实用方法。
另外，还提出了一种区分不同类型的劣化状态的方法。有利地，该方法可
指示与转轴8相关的被监控的轴承7中是否存在劣化状态；以及
如果被监控的轴承7中存在劣化状态，则该方法提供劣化状态的原因的指示。
根据实施方式的分析方法可
当劣化状态的原因与轴承面的滚动界面的润滑状态有关时进行指示；该方法的实施方式还可
当劣化状态的原因与所述轴承面的滚动界面中的金属表面的粗糙度有关时进行指示。
这种分析可
检测可被用于表示与转轴8相关的被监控的轴承7中是否存在劣化状态的振幅值（APL，APR）；以及
如果被监控的轴承7中存在退化状态，则这种分析可区分
一方面可用于表示轴承面的润滑状态的第一检测振幅值（APL）；以及
可用于表示轴承面的机械状态的第二检测振幅值（APR）。
根据实施方式，第一检测振幅值（APL）与第二检测振幅值（APR）之间的区分基于所述峰值（APL，APR）的每转出现次数（NL）；其中，所述每转出现次数可与和被监控的轴承7相关的转轴8的旋转有关。
图22为使得能够进行以下区分的方案的实施方式的示图，所述方案用于区分
表示被监控的轴承面的润滑状态的第一参数APL，740（见图22和图18）；以及
表示轴承面的机械状态的第二参数APR，640（见图22和图17）。
参考数字900表示第二参数APR，640的典型的最低振幅值。由数字900表示的振幅值与全新、运行良好的轴承的APR的典型值对应。
随着轴承的磨损，以相同旋转速度fRoT运行时，对第二参数APR，640检测的值会随着磨损程度而增加。箭头910表示该增加值在方案中如何反映。可将对第二参数APR，640检测的值APR，640与900表示的未损坏控制轴承的参考值相比较，并/或可与值650相比较，如上文参照图17所述。
可将第一参数APL，740的振幅值与和被监控的轴承类型和实际相对速度Vr1相关联的第一参考值728，APLrefVr相比较。可响应可由旋转速度检测器450（见图1和图21）传输的信号fRoT而计算实际相对速度Vr1。根据实施方式，第一参数APL，740与第一参考值728，APLrefVr之间的这种比较结果或关系是滚动界面中润滑薄膜的厚度h0的一种度量方法。随着滚动界面中润滑薄膜的厚度h0的减小（例如，由于长时间运行的原因），第一参数APL，740的检测振幅值将会增加，如箭头920所示，接近728所示的相关润滑参考值。
实施方式涉及一种操作用于分析以旋转速度（fRoT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控旋转零件的至少一次旋转对应；
将所述检测峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内检测峰振幅值（Ap）的出现次数；
使用与所述振幅范围中的至少一个振幅范围相关的振幅值（APL，APR）作为表示所述旋转零件的一种状态的值；
基于所述峰值的每转出现次数区分
用于表示轴承面的润滑状态的振幅值（APL，APR）和
用于表示轴承面的机械状态的振幅值（APL，APR）
根据一个实施方式
用于表示轴承面的润滑状态的振幅值（APL）在每转峰值数量中具有第一出现频率值（NL）；
所述第一出现频率值（NL）为高于每转一个峰值的数字。
根据一个实施方式
用于表示轴承面的机械状态的振幅值（APR）在每转峰值数量中具有第二出现频率值；
所述第二出现频率值为低于每转一个峰值的数字。
根据一个实施方式
所述出现频率值NL为大于十的数字。
根据一个实施方式
所述出现频率值NL为15至150的范围之内的数字。
根据一个实施方式
所述出现频率值NL为20至90的范围之内的数字。
根据一个实施方式
所述出现频率值NL为25至70的范围之内的数字。
根据一个实施方式
所述出现频率值NL反映了被监控的零件的每转峰值的数量。
根据一个实施方式，用于确定与旋转零件相关联的轴承的参考值（APRrefVr）的程序，包括以下步骤：
接收取决于由所述旋转零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（Ap），所述有限时间周期与所述轴承的特定旋转量（R）对应，所述特定旋转量（R）与所述被监控的旋转零件的一次以上的旋转对应；
当控制轴承以两种不同旋转速度运行时，对其进行监控，
将以第一速度控制轴承运行时每R转出现一次的最高信号峰值（APR）记录为第一参考值（APRV1），以及
将以第二速度控制轴承运行时每R转出现一次的最高信号峰值（APR）记录为第二参考值（APRV2），
当被监控的轴承以第三速度运行时，估算用作参考的第三参考值（APRV3），所述第三参考值（APRV3）根据所述第一参考值（APRV1）和所述第二参考值（APRV2）生成。
根据一个实施方式，提供了：
一种用于指示工作轴承的润滑状态的系统，包括：
用于接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）的输入端；
用于分析所述第一数字信号以检测有限时间周期（TPm）内的峰振幅值（APL）的装置（40，240，270，280，310），所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控旋转零件的至少一次旋转对应；
用于将所检测的峰振幅值（Ap）分类至振幅单元的装置（850，870，875；350，370，875），以
反映（470）在所述多个振幅范围单元内检测的峰振幅值（Ap）的出现次数（N），或
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的检测峰值的出现次数（N’）；
用于为出现（N’）频率为每转约NL个峰值的检测峰值确定峰振幅值（APL）的装置（875），所述出现频率值NL为大于一的数字；
用于将所确定的峰振幅值（APL）与包含在存储器（879，60，52）中的参考信息相关联的装置，以及
同于根据所述关联结果提供表示所述工作轴承中的滑润剂的润滑剂薄膜厚度的输出（APLNorm）的装置（878）。
根据实施方式，所述用于关联的装置适于创建表示所述确定的峰振幅值（APL）和表示包含在存储器（879，60，52）中的所述参考信息的视觉输出。
根据实施方式，所述用于关联的装置适于根据所述确定的峰振幅值（APL）和所述参考信息计算值（APLNorm）。
有利地，本文所述的用于确定表示润滑状态的值APL的程序可用于对具有较低旋转速度fRoT的旋转零件进行状态监控。本发明的程序包括以下特征：
分析数字信号，以检测有限时间周期（TPm）内的峰振幅值Ap，所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控旋转零件的至少一次旋转对应。
该特征有利地提供了即使在旋转速度fRoT变化时也可比较的测量结果，例如，APL和/或APR。因此，通过以第一旋转速度fROT1执行本文所述的方法而获得的值APL1可与通过以第二旋转速度fROT1执行本文所述的相同方法而获得的另一个值APL2相比较。
本发明的程序包括以下特征：
分析数字信号，以检测有限时间周期（TPm）内的峰振幅值Ap，所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控旋转零件的至少一次旋转对应。
本发明的发明人推断，被监控的旋转零件的润滑状态和机械状态产生的机械振动脉冲和/或冲击脉冲的频率取决于被监控的旋转零件的旋转速度；因此，有利地，应根据所述旋转零件的旋转量RS，RD定义有限时间周期TPm。出于这些原因，本发明特别适用于低速旋转零件的分析。这种低速的实例如下：
在风力涡轮机应用中，对其轴承进行分析的轴可以低于120转每分钟的速度旋转，即，轴旋转频率fRoT低于2转每秒（rps）。有时，这种要分析的轴以低于50转每分钟（rpm）的速度旋转，即，轴旋转频率fRoT低于0,83rps。实际上，旋转速度一般可低于15rpm。如上文所述，旋转速度为1715rpm的轴在仅17,5秒内产生了500次旋转；而以50转每分钟旋转的轴需要十分钟才能产生500次旋转。某些大型风力发电站的轴一般可以12RPM=0,2rps的速度旋转。在12rpm的速度下，完成50次旋转需要四分钟以上，由此，对具有这种较低旋转速度的旋转零件进行峰值电平分析时，测量期间产生的冲击噪声的风险高得多。相似地，造纸厂的某些机器零件也以低于50rpm的速度旋转。
如上所述，本发明的发明人推断，期望在与所述旋转零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与所述被监控旋转零件的多次旋转对应，以确定表示被监控的零件的润滑状态的峰振幅值Ap。但是，本发明的发明人推断，优选地，应在与所述旋转零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与至少两次R=2旋转对应。
在进行了确定表示被监控的零件的机械状态的真实峰振幅值APR，同时确定表示被监控的零件的润滑状态的峰振幅值Ap的同时分析时，优选地，应在与所述旋转零件的特定旋转量R对应的有限时间周期TPM内监控旋转零件；所述特定旋转量R与至少八次（R=8）旋转对应，如上文所述。

Claims (26)

1.一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPM）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少一次旋转对应；
定义多个振幅范围，每个振幅范围与每转一个以上峰值的峰值出现频率对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以便
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以便
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；
为出现（N’）频率为每转约NL个峰值的所检测的峰值确定峰振幅值（APL），所述出现频率值NL为大于1的数字。
2.根据权利要求1所述的方法，其中，出现频率为每转约NL个峰值的所检测的峰值的振幅被用于表示润滑状态。
3.根据前述权利要求中任一项所述的方法，其中，
所述确定步骤包括：
在达到所述预定旋转量（RS，RD）时，识别其中计数了X个振幅值的振幅单元，
其中，X=RD*NL，且其中
RD为与所述预定旋转量（RS，RD）对应的数字；并且使用所识别的振幅范围的振幅值作为所述峰振幅值（APL）。
4.根据权利要求3所述的方法，其中
所述振幅范围为所检测的峰振幅值的直方图中的范围（500，r）。
5.根据权利要求1至2中任一项所述的方法，其中，所述确定步骤包括：
在达到所述预定旋转量（RS，RD）时，识别其中计数了Z个振幅值的振幅单元，其中
Z反映（530）了振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；且
Z=RD*NL，以及其中
RD为与所述预定旋转量对应的数字，且所述确定步骤进一步包括
使用所识别的振幅范围的振幅值作为所述峰振幅值（APL）。
6.根据前述权利要求中任一项所述的方法，其中
所述有限时间周期（TPm）根据预设旋转量值（RS）和表示实际旋转量（RD）的信号确定（875）；其中
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少一次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少两次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少三次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少四次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少八次旋转对应；或
所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少十次旋转对应。
7.根据权利要求1至2中任一项所述的方法，其中，所述确定步骤包括：
将第Y个最高的振幅峰值选为表示润滑状态的所述峰振幅值（APL）；其中
Y=RS*NL
并且其中
RS为所述预定旋转量（RS）；以及
NL为值大于一（1）的整数。
8.一种操作用于分析以旋转速度（fROT）旋转的机器零件的润滑状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPmL）内的峰振幅值（Ap），所述有限时间周期与所述旋转零件的特定旋转量（RD）对应，所述特定旋转量（RD）与所述被监控的旋转零件的一次以上的旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以便
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以便
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；
识别包含有限时间周期（TPmL）内平均出现频率（NL）为每转一次以上的分类的峰振幅值APL的振幅范围（r）。
9.一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPM）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控的旋转零件的至少一次旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以便
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以便
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；
使用与所述振幅范围中的至少一个第一振幅范围相关的振幅值（APR）作为表示所述旋转零件的第一种状态的值；以及
使用与所述振幅范围中的至少一个第二振幅范围相关的振幅值（APL）作为表示所述旋转零件的第二种状态的值。
10.一种操作用于分析以旋转速度（fROT，Vr）旋转的机器零件的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（APL），所述有限时间周期与所述旋转零件的预定旋转量（A）对应，所述预定旋转量（A）与所述被监控的旋转零件的至少一次旋转对应；
将所检测的峰振幅值（Ap）分类至对应振幅单元，以便
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或以便
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的所检测的峰值的出现次数（N’）；
使用与所述振幅单元中的至少两个振幅单元相关的振幅值（APL，APR）作为表示所述旋转零件的一种状态的值；
基于所述峰值的每转出现次数（NL，NR）区分
用于表示轴承面的润滑状态的振幅值（APL，APR）和
用于表示轴承面的机械状态的振幅值（APL，APR）。
11.根据权利要求10所述的方法，其中
用于表示轴承面的润滑状态的振幅值（APL）在每转峰值数量中具有第一出现频率值（NL）；
所述第一出现频率值（NL）为高于每转一个峰值的数字。
12.根据权利要求10或11所述的方法，其中
用于表示轴承面的机械状态的振幅值（APR）在每转峰值数量中具有第二出现频率值；
所述第二出现频率值为低于每转一个峰值的数字。
13.根据前述权利要求中任一项所述的方法，其中
所述出现频率值NL为大于10的数字。
14.根据前述权利要求中任一项所述的方法，其中
所述出现频率值NL为15至150的范围内的数字。
15.根据前述权利要求中任一项所述的方法，其中
所述出现频率值NL为20至90的范围内的数字。
16.根据前述权利要求中任一项所述的方法，其中
所述出现频率值NL为25至70的范围内的数字。
17.根据前述权利要求中任一项所述的方法，其中
所述出现频率值NL反映了被监控的零件的每转的峰值数。
18.一种操作用于分析具有以旋转速度（fROT）旋转的零件的机器的状态的装置的方法，包括以下步骤：
接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）；
分析所述第一数字信号，以检测有限时间周期（TPm）内的峰振幅值（Ap），所述有限时间周期与所述旋转零件的特定旋转量（R）对应，所述特定旋转量（R）与所述被监控的旋转零件的一次以上的旋转对应；
定义多个（NR）振幅范围；
将所检测的峰振幅值（Ap）分类至对应振幅范围，以反映在所述多个振幅范围内的所检测的峰振幅值（Ap）的出现次数（N）；
根据所分类的峰振幅值（Ap）和所述特定量（R）估算典型的峰振幅值（APR，630，640，650，660）；
将所述典型的峰振幅值（APR）与参考信息相比较；以及
通过将所述典型的峰振幅值（APR，630，640，650）与对应参考信息（APRrefVr，620）相关联而生成表示检测的相对损坏的值。
19.根据前述权利要求中任一项所述的方法，其中
确定表示润滑状态的值（APL）被用于具有较低旋转速度（fROT）的旋转零件的状态监控。
20.根据前述权利要求中任一项所述的方法，包括：
分析数字信号，以检测有限时间周期（TPm）内的峰振幅值（AP），所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少一次旋转对应。
21.根据权利要求20所述的方法，其中：
该分析提供了即使在旋转速度（fROT）变化时也是可比较的测量结果。
21.根据权利要求20或21所述的方法，其中：
通过以第一旋转速度（fROT1）进行根据前述权利要求中任一项所述的方法而获得的第一值（APL1）能够与通过以第二旋转速度（fROT1）进行根据前述权利要求中任一项所述的相同方法而获得的另一个值（APL2）相比较。
22.根据前述权利要求中任一项所述的方法，其中：
当同时进行分析，以便
确定表示被监控的零件的机械状态的实际峰振幅值（APR）；并且同时
确定表示被监控的零件的润滑状态的峰振幅值（AP）时，
则：在与旋转零件的特定旋转量（R）对应的有限时间周期（TPM）内监控所述旋转零件，所述特定旋转量（R）与至少八次（R=8）旋转对应。
23.一种用于执行根据前述权利要求中任一项所述的方法的装置。
24.一种用于指示工作轴承的润滑状态的系统，包括：
用于接收取决于由所述零件的旋转产生的机械振动的第一数字信号（SMD，SR，SF）的输入端；
用于分析所述第一数字信号以检测有限时间周期（TPm）内的峰振幅值（APL）的装置（40，240，270，280，310），所述有限时间周期与所述旋转零件的预定旋转量（RS，RD）对应，所述预定旋转量（RS，RD）与所述被监控的旋转零件的至少一次旋转对应；
用于将所检测的峰振幅值（Ap）分类至振幅单元，以用来进行如下操作的装置（850，870，875；350，370，875）
反映（470）在多个振幅范围单元内所检测的峰振幅值（Ap）的出现次数（N），或
反映（530）振幅高于相关振幅单元（r）的振幅（Ar’）的检测的峰值的出现次数（N’）；
用于为出现（N’）频率为每转约NL个峰值的检测的峰值确定峰振幅值（APL）的装置（875），所述出现频率值NL为大于1的数字；
用于将所述确定的峰振幅值（APL）与包含在存储器（879，60，52）中的参考信息相关联的装置，以及
用于根据所述关联提供表示所述工作轴承中的滑润剂的润滑剂薄膜厚度的输出（APLNorm）的装置（878）。
25.根据权利要求24所述的系统，其中
所述用于关联的装置适于创建表示所确定的峰振幅值（APL）和表示包含在存储器（879，60，52）中的所述参考信息的视觉输出。
26.根据权利要求24所述的系统，其中
所述用于关联的装置适于根据所确定的峰振幅值（APL）和所述参考信息来计算值（APLNorm）。
CN201280034754.8A 2011-07-14 2012-07-11 用于分析旋转机器零件的状态的方法和系统 Active CN103688144B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1150683-9 2011-07-14
SE1150683 2011-07-14
PCT/SE2012/050827 WO2013009258A1 (en) 2011-07-14 2012-07-11 A method and a system for analysing the condition of a rotating machine part

Publications (2)

Publication Number Publication Date
CN103688144A true CN103688144A (zh) 2014-03-26
CN103688144B CN103688144B (zh) 2017-04-12

Family

ID=47506315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280034754.8A Active CN103688144B (zh) 2011-07-14 2012-07-11 用于分析旋转机器零件的状态的方法和系统

Country Status (6)

Country Link
US (2) US10203242B2 (zh)
EP (2) EP2732251B1 (zh)
CN (1) CN103688144B (zh)
EA (1) EA027452B1 (zh)
TW (1) TW201319527A (zh)
WO (1) WO2013009258A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024361A (zh) * 2016-02-02 2017-08-08 株式会社神户制钢所 旋转机械的异常检测装置以及旋转机械的异常检测系统
CN107063427A (zh) * 2016-02-10 2017-08-18 株式会社神户制钢所 旋转机的异常探测系统以及旋转机的异常探测方法
CN107893764A (zh) * 2016-10-04 2018-04-10 卡乐工业股份公司 检测制冷系统的压缩机中的非最佳润滑状态的设备和方法
CN109459239A (zh) * 2017-08-28 2019-03-12 发那科株式会社 电动机故障诊断系统
CN109813544A (zh) * 2019-03-26 2019-05-28 武汉众犇慧通科技有限公司 一种基于在线监测的旋转机械早期故障诊断方法及系统
CN110431390A (zh) * 2017-03-24 2019-11-08 日本精工株式会社 信息终端器和机械部件诊断系统
CN110537082A (zh) * 2017-04-21 2019-12-03 三菱电机工程技术株式会社 振动检测装置及异常判定系统
CN110823580A (zh) * 2019-11-12 2020-02-21 中国航发南方工业有限公司 航空发动机高温涡轮机匣部位的振动测试方法
CN113266961A (zh) * 2020-02-17 2021-08-17 Lg电子株式会社 压缩机及冷却系统

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI509536B (zh) * 2014-01-03 2015-11-21 Univ Nat Formosa Diagnostic Method of Gearbox Assembly Error
US9846919B2 (en) 2015-02-16 2017-12-19 Samsung Electronics Co., Ltd. Data processing device for processing multiple sensor data and system including the same
US20170051682A1 (en) * 2015-08-20 2017-02-23 General Electric Company System and method for abatement of dynamic property changes with proactive diagnostics and conditioning
US10401823B2 (en) 2016-02-04 2019-09-03 Makino Inc. Real time machining process monitoring utilizing preprocess simulation
DE102016013406B4 (de) 2016-11-11 2022-02-03 Schenck Process Europe Gmbh Verfahren zum Betrieb eines Zustandsüberwachungssystems einer Schwingmaschine und Zustandsüberwachungssystem
DE102017109460A1 (de) * 2017-05-03 2018-11-08 Prüftechnik Dieter Busch AG System und Verfahren zur Schwingungsmessung an einer Maschine
US10655607B2 (en) * 2017-06-02 2020-05-19 General Electric Company Systems and methods for detecting damage in wind turbine bearings
US11059141B2 (en) * 2017-08-22 2021-07-13 Gemini Precision Machining, Inc. Smart tool system
DE102020120744A1 (de) * 2019-09-10 2021-03-11 Omron Corporation Diagnosegerät, -verfahren und -programm
JP7371512B2 (ja) 2019-09-10 2023-10-31 オムロン株式会社 診断装置、方法、及びプログラム
US10931115B1 (en) 2019-09-30 2021-02-23 General Electric Company Electrical power systems having a cluster transformer with multiple primary windings
KR102316496B1 (ko) * 2019-10-15 2021-10-22 (주)아이티공간 분포도를 통한 기기의 예지 보전방법
US11041404B2 (en) 2019-11-04 2021-06-22 Raytheon Technologies Corporation In-situ wireless monitoring of engine bearings
CN110823575B (zh) * 2019-11-09 2021-03-16 北京工业大学 一种基于性能退化字典构造与相似性的轴承寿命预测方法
IT201900024030A1 (it) * 2019-12-16 2021-06-16 Skf Ab A system and method for determining bearing preload by vibration measurement
JP7379241B2 (ja) * 2020-03-25 2023-11-14 三菱重工業株式会社 回転機の診断監視装置及び方法
DE102020204228A1 (de) * 2020-04-01 2021-10-07 Aktiebolaget Skf Vorrichtung zum Identifizieren eines Typs eines Lagers
CN111677853B (zh) * 2020-05-09 2021-11-19 联合轲麟新能源科技(济宁)有限公司 用于车辆低转速区的变速箱控制系统、汽车和控制方法
CN111458149B (zh) * 2020-06-01 2022-03-01 合肥工业大学 一种滚动轴承性能及使用寿命的预测方法及系统
CN111855211B (zh) * 2020-07-31 2021-05-07 北京航空航天大学 一种用于故障特征增强的最优解调频带确定方法
JP2022072435A (ja) * 2020-10-29 2022-05-17 株式会社リコー 診断装置、診断方法、プログラム、および加工システム
WO2022140303A1 (en) 2020-12-21 2022-06-30 Tdk Corporation Method and system for determining vibrations generated by a device
WO2022135699A1 (en) * 2020-12-22 2022-06-30 Abb Schweiz Ag Method of detecting lubricant degradation in an electrical machine
US20220364954A1 (en) * 2021-01-26 2022-11-17 University Of South Carolina Acoustic emission damage classification of rotating machinery via intensity analysis
TWI819824B (zh) * 2022-09-30 2023-10-21 中國鋼鐵股份有限公司 應用不同轉速振動閥值之設備異常監診方法
EP4357749A1 (de) * 2022-10-19 2024-04-24 IMS Gear SE & Co. KGaA Verfahren zur automatischen detektion von verschleiss, verzahnungsschäden und/oder lagerschäden an einem getriebe

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3705516A (en) * 1971-09-30 1972-12-12 Northrop Corp Method and apparatus for testing the condition of a machine
US5390545A (en) * 1993-01-11 1995-02-21 Caterpillar Inc. Apparatus for measuring torsional vibrations of rotating machinery
US5852793A (en) * 1997-02-18 1998-12-22 Dme Corporation Method and apparatus for predictive diagnosis of moving machine parts
US6351713B1 (en) * 1999-12-15 2002-02-26 Swantech, L.L.C. Distributed stress wave analysis system
US20040199348A1 (en) * 2001-07-09 2004-10-07 Hitchcock Leith Patrick Vibration analysis for predictive maintenance in machinery
US7136794B1 (en) * 2001-05-24 2006-11-14 Simmonds Precision Products, Inc. Method and apparatus for estimating values for condition indicators
CN101266197A (zh) * 2007-03-12 2008-09-17 斯奈克玛 一种检测发动机轴承损坏的方法
GB2451310B (en) * 2007-07-21 2009-08-05 Monition Ltd Tamping bank monitoring system and apparatus
WO2010074646A1 (en) * 2008-12-22 2010-07-01 S.P.M. Instrument Ab Method and apparatus for analysing the condition of a machine having a rotating part
WO2011087440A1 (en) * 2010-01-18 2011-07-21 S.P.M. Instrument Ab Apparatus for analysing the condition of a machine having a rotating part

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3554012A (en) 1968-02-29 1971-01-12 Iko Konsultbyron Ab Method and arrangement for determining the mechanical state of machines
US4528852A (en) * 1982-10-21 1985-07-16 Spm Instruments U.S. Inc. Method and instrument for determining the condition of an operating bearing
JPS60195426A (ja) 1984-03-16 1985-10-03 Komatsu Ltd 回転機構の故障診断方法
DE3424692A1 (de) 1984-07-05 1986-02-06 Kletek Controllsysteme GmbH & Co KG, 2820 Bremen Verfahren und messanordnung zur analyse von periodischen oder quasi periodischen signalen, insbesondere von schallsignalen bei maschinen und anlagen
GB2190198A (en) 1986-04-28 1987-11-11 Vipac Pty Ltd Vibrational analysis system for a machine
US5258923A (en) 1987-07-22 1993-11-02 General Electric Company System and method for detecting the occurrence, location and depth of cracks in turbine-generator rotors
JPH01127934A (ja) 1987-11-12 1989-05-19 Hitachi Ltd 損傷診断装置
US4912661A (en) 1987-12-01 1990-03-27 Hewlett-Packard Company Tracking and resampling method and apparatus for monitoring the performance of rotating machines
JPH01178814A (ja) 1988-01-08 1989-07-17 Mitsubishi Heavy Ind Ltd 信号の大局的構造認識装置
GB2228088B (en) 1988-12-16 1992-09-16 Nippon Seiko Kk Method and apparatus for detecting cracks in bearings
JPH02298825A (ja) * 1989-05-13 1990-12-11 Nippondenso Co Ltd 回転機のための異常検査装置
US5109700A (en) 1990-07-13 1992-05-05 Life Systems, Inc. Method and apparatus for analyzing rotating machines
JPH04279826A (ja) 1991-03-08 1992-10-05 Nkk Corp 可変速回転系異常診断方法及びその装置
US5201292A (en) 1991-08-30 1993-04-13 Loral Aerospace Corp. Apparatus and method for detecting vibration patterns
US5501105A (en) 1991-10-02 1996-03-26 Monitoring Technology Corp. Digital signal processing of encoder signals to detect resonances in rotating machines
US5365787A (en) 1991-10-02 1994-11-22 Monitoring Technology Corp. Noninvasive method and apparatus for determining resonance information for rotating machinery components and for anticipating component failure from changes therein
US5445028A (en) 1992-09-18 1995-08-29 Ametek Aerospace Products Inc. Dynamic digital tracking filter
GB2289132B (en) 1993-11-09 1997-06-18 Motorola Inc Method and apparatus for detecting an input signal level
US5633811A (en) 1994-12-09 1997-05-27 Computational Systems, Inc. Hand held data collector and analyzer system
US5895857A (en) 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
SE510771C2 (sv) 1996-07-05 1999-06-21 Spm Instr Ab Förfarande för utvärdering av konditionen för en maskin jämte analysapparat samt anordning för samverkan med analysapparaten
JP3425331B2 (ja) 1997-06-30 2003-07-14 株式会社東芝 電源装置
US6351714B1 (en) 1998-03-03 2002-02-26 Entek Ird International Corporation Order tracking signal sampling process
FI112972B (fi) 1998-07-15 2004-02-13 Abb Research Ltd Laakerin kunnon arviointi
US6053047A (en) 1998-09-29 2000-04-25 Allen-Bradley Company, Llc Determining faults in multiple bearings using one vibration sensor
AUPQ152499A0 (en) 1999-07-09 1999-08-05 Commonwealth Scientific And Industrial Research Organisation A system for monitoring acoustic emissions from a moving machine
US6868348B1 (en) 1999-10-29 2005-03-15 Entek Ird International Corporation Adaptive high frequency energy detection
US6332116B1 (en) 2000-04-19 2001-12-18 National Instruments Corporation System and method for analyzing signals of rotating machines
US6591682B1 (en) 2000-08-14 2003-07-15 Pruftechnik Dieter Busch Ag Device and process for signal analysis
US6801864B2 (en) 2001-03-13 2004-10-05 Ab Skf System and method for analyzing vibration signals
US20030040885A1 (en) * 2001-08-14 2003-02-27 Schoess Jeffrey N. Apparatus and method for determining vehicle load weight status
EP1451540B8 (en) 2001-12-04 2010-12-15 Skf Condition Monitoring, Inc. Cyclic time averaging for machine monitoring
EP1474662B1 (en) 2002-01-18 2011-07-27 SPM Instrument AB Analysis systems for analysing the condition of a machine
US6618128B2 (en) 2002-01-23 2003-09-09 Csi Technology, Inc. Optical speed sensing system
US6668234B2 (en) 2002-03-22 2003-12-23 Abb Inc. Method and apparatus for calculating the amplitude of a complex waveform associated with a rotating machine shaft after removing the running speed frequency
JP3880455B2 (ja) 2002-05-31 2007-02-14 中国電力株式会社 転がり軸受の余寿命診断方法及びこの余寿命診断装置
US7133801B2 (en) 2002-06-07 2006-11-07 Exxon Mobil Research And Engineering Company System and methodology for vibration analysis and condition monitoring
US7243064B2 (en) 2002-11-14 2007-07-10 Verizon Business Global Llc Signal processing of multi-channel data
EP1513254A1 (en) 2003-08-26 2005-03-09 Mitsubishi Electric Information Technology Centre Europe B.V. Filter enabling decimation of digital signals by a rational factor
JP2006113002A (ja) 2004-10-18 2006-04-27 Nsk Ltd 機械設備の異常診断システム
WO2006043511A1 (ja) 2004-10-18 2006-04-27 Nsk Ltd. 機械設備の異常診断システム
NZ537244A (en) 2004-12-16 2006-10-27 Commtest Instr Ltd Improvements in or relating to vibration analysis
WO2007137132A2 (en) * 2006-05-17 2007-11-29 Curtiss-Wright Flow Control Corporation Probabilstic stress wave analysis system and method
US7761256B2 (en) 2007-12-21 2010-07-20 General Electric Company Method and system for use in analyzing vibrations of a variable speed rotating body
DK2085902T3 (en) 2008-02-02 2018-03-12 Siemens Ind Software Nv Order tracking method and system
WO2010007645A1 (ja) 2008-07-15 2010-01-21 グローリー株式会社 チケット発行装置、チケット処理装置及びチケットシステム
US9109748B2 (en) * 2008-12-16 2015-08-18 Rockwell Automation Technologies, Inc. Machine conditioning monitoring closed loop lubrication system and method
WO2010074648A1 (en) 2008-12-22 2010-07-01 S.P.M. Instrument Ab An analysis system
EP3306294A1 (en) 2008-12-22 2018-04-11 S.P.M. Instrument AB An analysis system
US20100292937A1 (en) * 2009-05-18 2010-11-18 Diaa Hosny Turbocharger bearing health monitor
DE102010002294A1 (de) * 2010-02-24 2011-08-25 Siemens Aktiengesellschaft, 80333 System bzw. Verfahren zur Ermittlung eines Lagerzustandes

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3705516A (en) * 1971-09-30 1972-12-12 Northrop Corp Method and apparatus for testing the condition of a machine
US5390545A (en) * 1993-01-11 1995-02-21 Caterpillar Inc. Apparatus for measuring torsional vibrations of rotating machinery
US5852793A (en) * 1997-02-18 1998-12-22 Dme Corporation Method and apparatus for predictive diagnosis of moving machine parts
US6351713B1 (en) * 1999-12-15 2002-02-26 Swantech, L.L.C. Distributed stress wave analysis system
US7136794B1 (en) * 2001-05-24 2006-11-14 Simmonds Precision Products, Inc. Method and apparatus for estimating values for condition indicators
US20040199348A1 (en) * 2001-07-09 2004-10-07 Hitchcock Leith Patrick Vibration analysis for predictive maintenance in machinery
CN101266197A (zh) * 2007-03-12 2008-09-17 斯奈克玛 一种检测发动机轴承损坏的方法
GB2451310B (en) * 2007-07-21 2009-08-05 Monition Ltd Tamping bank monitoring system and apparatus
WO2010074646A1 (en) * 2008-12-22 2010-07-01 S.P.M. Instrument Ab Method and apparatus for analysing the condition of a machine having a rotating part
WO2011087440A1 (en) * 2010-01-18 2011-07-21 S.P.M. Instrument Ab Apparatus for analysing the condition of a machine having a rotating part

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10352760B2 (en) 2016-02-02 2019-07-16 Kobe Steel, Ltd. Device and system for detecting malfunction of rotating machine
CN107024361A (zh) * 2016-02-02 2017-08-08 株式会社神户制钢所 旋转机械的异常检测装置以及旋转机械的异常检测系统
CN107024361B (zh) * 2016-02-02 2019-12-10 株式会社神户制钢所 旋转机械的异常检测装置以及旋转机械的异常检测系统
CN107063427B (zh) * 2016-02-10 2020-06-30 株式会社神户制钢所 旋转机的异常探测系统以及旋转机的异常探测方法
CN107063427A (zh) * 2016-02-10 2017-08-18 株式会社神户制钢所 旋转机的异常探测系统以及旋转机的异常探测方法
US10422774B2 (en) 2016-02-10 2019-09-24 Kobe Steel, Ltd. System and method for detecting abnormality of rotating machines
CN107893764A (zh) * 2016-10-04 2018-04-10 卡乐工业股份公司 检测制冷系统的压缩机中的非最佳润滑状态的设备和方法
CN107893764B (zh) * 2016-10-04 2021-03-19 卡乐工业股份公司 检测制冷系统的压缩机中的非最佳润滑状态的设备和方法
US11579043B2 (en) 2017-03-24 2023-02-14 Nsk Ltd. Information terminal and machine component diagnosis system
CN110431390B (zh) * 2017-03-24 2022-08-02 日本精工株式会社 信息终端器和机械部件诊断系统
CN110431390A (zh) * 2017-03-24 2019-11-08 日本精工株式会社 信息终端器和机械部件诊断系统
CN110537082A (zh) * 2017-04-21 2019-12-03 三菱电机工程技术株式会社 振动检测装置及异常判定系统
CN110537082B (zh) * 2017-04-21 2022-06-03 三菱电机工程技术株式会社 振动检测装置及异常判定系统
CN109459239A (zh) * 2017-08-28 2019-03-12 发那科株式会社 电动机故障诊断系统
CN109813544A (zh) * 2019-03-26 2019-05-28 武汉众犇慧通科技有限公司 一种基于在线监测的旋转机械早期故障诊断方法及系统
CN110823580A (zh) * 2019-11-12 2020-02-21 中国航发南方工业有限公司 航空发动机高温涡轮机匣部位的振动测试方法
CN113266961A (zh) * 2020-02-17 2021-08-17 Lg电子株式会社 压缩机及冷却系统

Also Published As

Publication number Publication date
US20190271584A1 (en) 2019-09-05
US11054301B2 (en) 2021-07-06
CN103688144B (zh) 2017-04-12
EP2732251A1 (en) 2014-05-21
EA201490284A1 (ru) 2014-06-30
US20140142872A1 (en) 2014-05-22
EA027452B1 (ru) 2017-07-31
EP2732251B1 (en) 2019-03-13
EP2732251A4 (en) 2015-10-14
US10203242B2 (en) 2019-02-12
EP3527961A1 (en) 2019-08-21
TW201319527A (zh) 2013-05-16
WO2013009258A1 (en) 2013-01-17

Similar Documents

Publication Publication Date Title
CN103688144A (zh) 用于分析旋转机器零件的状态的方法和系统
US11561127B2 (en) Apparatus for analysing the condition of a machine having a rotating part
US11015972B2 (en) Apparatus for monitoring the condition of a machine
US10724995B2 (en) Viscosity estimation from demodulated acoustic emission
Kurfess et al. Advanced diagnostic and prognostic techniques for rolling element bearings
Kebabsa et al. Experimental vibratory analysis of a fan motor in industrial environment
Li et al. Diagnostics and prognostics of a single surface defect on roller bearings
Zeashan et al. Antifriction bearing diagnostics in a manufacturing industry—A case study
CN107436244B (zh) 基于频率分段振动数据采集的设备故障报警方法
Hussain et al. Remaining Useful Life Prediction Method for the Rolling Element of an Electrical Machine Using Linear Regression Analysis of the Vibration Signal of a Faulted Bearing
Peters et al. Requirements for Sensor Integrating Machine Elements
Gupta et al. Fault Detection Through Vibration Signal Analysis of Rolling Element Bearing in Time Domain

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant